Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf

Estudios
Económicos
DEC
Seriede
investigación
Septiembre de 2022
1 - 2022
Vulnerabilidad laboral de mujeres y hombres ante las crisis
en El Salvador: una aproximación utilizando datos panel
José Andrés Oliva Cepeda

ISSN 2077-9534
Fundación Salvadoreña para el Desarrollo Económico y Social
FUSADES
Una publicación del Departamento de Estudios Económicos • DEC
Septiembre de 2022
Hecho el depósito de Ley de acuerdo con el Artículo 15 de la Ley del Libro
La autorización para reproducir total o parcialmente esta publicación deberá solicitarse a FUSADES
La investigación para esta publicación concluyó en septiembre de 2022.
Antiguo Cuscatlán, El Salvador, Centroamérica

Estudios
Económicos
DEC
Índice
Panorama de la dinámica del empleo en dos crisis en El Salvador y definiciones de
categorías del mercado laboral..................................................................................................................... 1
El impacto de las crisis por COVID-19 en las mujeres y la vulnerabilidad laboral................................. 4
Matrices de transición de categorías principales............................................................................................. 6
Hallazgos contemplados en las matrices de transición................................................................................. 8
Matrices de transición de condiciones de trabajo........................................................................................... 14
Curvas acumuladas de pérdidas y ganancias en el ingreso.......................................................................... 16
Impacto según el método de diferencias en diferencias............................................................................... 22
Reflexiones ..................................................................................................................................................... 24
Nota metodológica ..................................................................................................................................................... 27
Bibliografía ..................................................................................................................................................... 28
Índice de gráficos
1. Impacto de las crisis sobre el empleo formal.............................................................................................. 2
2. Impacto de las crisis sobre el empleo formal, diferenciando entre mujeres y hombres............. 2
3. Participación de los grupos categorizados del mercado laboral según sexo, en crisis
2008-2009 y 2020, en la población en edad de trabajar......................................................................... 4
4. Composición de los ingresos de los hogares durante la pandemia................................................... 5
5. Estatus laboral a un año después de las crisis para los trabajadores que cotizaban
a la seguridad social previo a la crisis............................................................................................................ 9
6. Estatus laboral a un año después de las crisis para los trabajadores en informalidad
previo a la crisis ...................................................................................................................................................... 11

Departamento de Estudios Económicos • Serie de investigación 1 - 2022
Seriede
investigación
7. Estatus laboral a un año después de las crisis para los desempleados previo a la crisis............. 12
8. Estatus laboral a un año después de las crisis para los que estaban fuera de la fuerza
laboral teniendo la edad para trabajar.......................................................................................................... 14
9. Porcentaje de trabajadores que tuvieron movilidad............................................................................... 16
10. Distribución acumulada del cambio en el ingreso laboral (cambio porcentual en el ingreso)....17
11. Distribución acumulada de pérdidas y ganancias (cambio porcentual en el ingreso)............... 19
12. Distribución acumulada de pérdidas y ganancias por categorías entre mujeres y hombres
por crisis (cambio porcentual en el ingreso)............................................................................................... 20
13. Distribución acumulada de pérdidas y ganancias por categorías entre mujeres y hombres
entre crisis (cambio porcentual en el ingreso)........................................................................................... 21
14. Resumen de resultados del impacto sobre el ingreso............................................................................. 26
15. Resumen de resultados del impacto sobre el tiempo dedicado a labores domésticas.............. 26
Índice de cuadros
1. Matrices de transición con base en datos panel...............................................................................................7
2. Coeficientes de cuantificación del impacto sobre el ingreso utilizando el método de
diferencias en diferencias..........................................................................................................................................24
3. Coeficientes de cuantificación del impacto sobre el tiempo utilizado para labores
domésticas utilizando el método de diferencias en diferencias.................................................................25
Figura
Representación gráfica de la cuantificación del impacto..............................................................................22

Estudios
Económicos
DEC
1
Frecuentemente El Salvador enfrenta crisis, ya sea por 1
factores externos como internos. Este análisis pretende
indagar sobre la vulnerabilidad que enfrentan las familias
salvadoreñas durante dichas crisis. De manera específica, se
pretende establecer los impactos sobre el empleo, tanto en
cantidad como en ingresos laborales, profundizando en las
transiciones o movilidad que las personas han enfrentado
durante las dos últimas crisis económicas, de manera
comparada. Tanto la observada por la crisis financiera entre
2008 y 2009, como por la pandemia por COVID-19 durante
2019-2020.
Asimismo, se indaga sobre el impacto diferenciado de las crisis
entre hombres y mujeres, utilizando datos tipo panel extraídos
de las Encuestas de Hogares de Propósitos Múltiples (EHPM).
Se construyeron los datos panel, identificando los hogares
que habían sido entrevistados durante dos años consecutivos;
tanto el año anterior, como el año durante la crisis. La Nota
metodológica, incorporada al final de este documento,
presenta una descripción del método para construir los datos
panel con la EHPM.
En este trabajo, con los datos tipo panel se construyeron
matrices de transición, indispensables para investigar con
mayor detalle sobre las transiciones que ocurren en el
mercado laboral cuando se está experimentando una crisis
sistémica, que afecta al país como un todo.
Este análisis está separado en seis apartados. En el primero,
se ofrece un panorama de las cifras nacionales del mercado
laboral; en el segundo, se enumeran los impactos del
COVID-19 sobre las mujeres presentes en los estudios
previos; el tercero, describe las matrices de transición de los
agregados más importantes, que componen la población
en edad de trabajar; el cuarto, indaga sobre la movilidad de
las condiciones del empleo; en el quinto, utilizando curvas
1 Los contenidos de este análisis son entera responsabilidad del autor.
No obstante, el autor agradece los invaluables aportes y comentarios
recibidos del Dr. Álvaro Trigueros Argüello e Ing. Margarita Beneke de
Sanfeliú, los cuales enriquecieron el contenido de este documento.
acumuladas en el cambio del ingreso, se inspeccionan las
magnitudes de las pérdidas o ganancias en el ingreso durante
la crisis y y en el sexto se presenta un análisis sobre el impacto
utilizando el método de diferencias en diferencias, sobre los
ingresos del trabajo y el tiempo dedicado a labores domésticas,
donde asimismo se examina el impacto diferenciado entre
los ingresos provenientes de sectores económicos que fueron
declarados en cuarentena y los que no. Finalmente, se presentan
algunas reflexiones.
Panorama de la dinámica del empleo en dos
crisis en El Salvador y definiciones de categorías
del mercado laboral
El impacto sobre el empleo formal como consecuencia de
la crisis por COVID-19 en 2020 fue más pronunciado que el
de la crisis financiera de 2008-2009, pero su recuperación
ha ocurrido en menor tiempo. En relación con la parte formal
de la economía, es decir, únicamente tomando en cuenta los
trabajadores que realizan aportaciones al Instituto Salvadoreño
del Seguro Social (ISSS), como muestra la gráfica 1, durante 2020
con la crisis del COVID-19, en cinco meses se habían perdido
67.8 mil empleos o el 7.82% del total, mientras que, en 2009, en
15 meses el número de cotizantes al ISSS había descendido en
39.19 mil (gráfica 1) o el 5.5%.
Por otro lado, la recuperación por COVID-19 fue más rápida; 15
meses después de que se declarara la cuarentena obligatoria, en
marzo de 2020, se recuperaron los empleos perdidos; no obstante,
en el caso de la crisis de 2008-2009, transcurrieron 31 meses, es
decir, hasta en dos años y medio, para recuperar el empleo.
Acorde con la información del observatorio laboral del Banco
Interamericano de Desarrollo (BID)2
, se observa en la gráfica
2 https://observatoriolaboral.iadb.org/es/empleo/
Vulnerabilidad laboral de mujeres y hombres
ante las crisis en El Salvador:
una aproximación utilizando datos panel
José Andrés Oliva Cepeda 1

2
Seriede
investigación
2 que la disminución de mujeres cotizantes, alcanzó
29.8 miles, es decir, 9.5%, mientras que en el caso de
los hombres ascendió a 49.5 mil es decir 11.6%, lo cual
tiene sentido, en tanto que el 57.7% de los empleos con
seguridad social están ocupados por hombres y el 42% por
mujeres.
Gráfica 1
Impacto de las crisis sobre el empleo formal
(DurantelacrisisdelCOVID-19elempleoformalserecuperómásrápido)
-39.1
-67.8
-80
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
miles
Número de meses desde la caída hasta la recuperación
Variación total de empleados (en relación con el inicio de la crisis)
2009 crisis (ISSS,
1=Octubre 2008)
COVID-19 (ISSS)
(diciembre es
preliminar)
Fuente: Instituto Salvadoreño del Seguro Social (ISSS)
Gráfica 2
Impacto de las crisis sobre el empleo formal, diferenciando entre mujeres y hombres
(Entreloscotizantes,loshombressuperanen105milcotizantesalas mujeres)
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
450,000
500,000
Ene-17
Mar-17
May-17
Jul-17
Sep-17
Nov-17
Ene-18
Mar-18
May-18
Jul-18
Sep-18
Nov-18
Ene-19
Mar-19
May-19
Jul-19
Sep-19
Nov-19
Ene-20
Mar-20
May-20
Jul-20
Sep-20
Nov-20
Ene-21
Mar-21
May-21
Jul-21
Sep-21
Nov-21
Ene-22
Cotizantes a la
seguridad social
Mujeres
Hombres
105 mil en promedio
Fuente: Datos oficial recopilados por el Observatorio laboral del BID

Estudios
Económicos
DEC
3
Los datos revelan una menor caída entre las mujeres
que participan en el mercado laboral formal que el
de los hombres, pero su participación en el mercado
laboral formal de la economía, estructuralmente se
mantiene más bajo. Partiendo de la población en edad de
trabajar, que alcanzaron 4,752,507 personas en 2019, 54%
son mujeres, pero en la seguridad social no se percibe ese
54% de empleos de mujeres, sino 11% menos (43%). Como
también lo indica la gráfica 2, en promedio aparecen 105 mil
empleos formales de diferencia entre las mujeres (más bajo)
que entre los hombres.
Sin embargo, dichos datos no están relacionados con cuál
era su situación anterior, es decir, no existe certeza sobre lo
que pudo haber ocurrido entre los grupos que ingresaron y
salieron de la formalidad durante las crisis. La información,
tomando en cuenta el total general, no pone de manifiesto
quiénes entraron o salieron. Por ejemplo, observando el
total general de cotizantes, no es posible saber si un grupo
pequeño o grande transitó de una situación en la cual no
cotizaba hacia una situación donde realizaría cotizaciones,
que haya habido un reemplazo de participantes, o si los
transitantes son más mujeres que hombres.
Asimismo, estas cifras únicamente corresponden al 29%
de la población económicamente activa (PEA), que en
un determinado momento están en el sector formal; el
resto –donde se ubica la proporción más significativa– se
encuentran en la informalidad y, además, de un momento
a otro, algunos entran y otros salen de la formalidad.
Acorde con las estadísticas disponibles del mercado
laboral del país, adicionalmente hay otras agrupaciones de
interés. La PEA está conformada por informales, formales
y los desempleados, y ascendió a 3,104,000 personas en
2019 (las definiciones de cada categoría específica, están
referidas en el recuadro).
Primero, según la información de la EHPM de 2019, los
trabajadores informales que no tenían seguridad social
se aproximaban a 2.2 millones, y los que tenían seguridad
social eran aproximadamente 900 mil. Segundo, los
desempleados –que son personas que están buscando un
empleo remunerado pero no lo encuentran–, forman parte
de la PEA pero no están recibiendo ingresos por su labor.
Finalmente, hay un cuarto grupo; según la EHPM hay 1.9
millones de personas que no son parte de la PEA pero son
parte de la PET (población en edad de trabajar), es decir,
que aunque tienen la edad para participar se mantienen
fuera del mercado laboral. En este último grupo hay
heterogeneidad: hay personas pensionadas, que dejan de
estar activas, pero hay otras que, aunque tienen la edad
para integrar la fuerza productiva, por diversas razones no
Recuadro
Definiciones de categorías del mercado laboral
La agrupación más general para analizar el mercado laboral es la Población en edad de trabajar (PET), la cual está
compuesta por aquellos que tienen más de 16 años. A su vez la PET se subdivide en la Población Económicamente
Activa (PEA) y los inactivos o los que aun teniendo la edad no forman parte de la fuerza laboral. La PEA está conformada
por personas que efectivamente están ocupadas y las que están desempleadas. La PEA está contenida en la PET. Si a la
PET se le deja sin la PEA, queda la población inactiva que está afuera de la PEA o fuerza laboral.
El primer subgrupo son los catalogados como ocupados en tanto reciben una remuneración o están laborando, este
también se subdivide entre: los formales y los informales. Los trabajadores formales son aquellos que se consideran
ocupados, pero que realizan cotizaciones al ISSS. Los informales son también aquellas personas que son ocupadas pero
que no realizan cotizaciones. Acorde con las definiciones de la EHPM, ocupados son personas de la PEA, que tienen un
trabajo por el que obtienen una remuneración o ganancia, o trabajan sin pago en dinero en un establecimiento familiar.
El segundo subgrupo, los desempleados, son personas que no trabajan pero que buscan activamente un trabajo; algunos
son cesantes, porque anteriormente tenían un trabajo, y ahora lo buscan; y otros, los que buscan trabajo por primera vez.

4
Seriede
investigación
forman parte; en esta clasificación se ubican las mujeres
que indican que por razones del trabajo de cuido dentro
del hogar no laboran; a esta categoría se le denomina
“fuera de la fuerza laboral”.
La gráfica 3 presenta una visión amplia de las
agrupaciones, en general se estima que las proporciones
en ambas crisis y entre muestras que provienen de los años
subsiguientes a la crisis se mantienen; se aprecia cómo, en
general, más de la mitad de las mujeres que conforman
la PET, se encuentra fuera de la fuerza laboral, sin recibir
ingresos laborales. Por otro lado, la proporción en la PET
de las mujeres, no mostró variaciones entre 2008 y 2009;
pero en la crisis del COVID-19, aumentó de 53.2% a 55.6%,
lo cual implica 2.4% de incremento; esta variación es
levemente más alta que en el caso de los hombres cuyo
porcentaje aumentó 0.3%.
Por otro lado, en ambos casos, disminuye la proporción de
formalidad; pero, en términos porcentuales el descenso en
la crisis del COVID-19 en relación con la PET es más alta en
el caso de las mujeres, -1.6% que para los hombres -0.7%
(el lector interesado puede consultar el anexo 1). No así
durante 2008-2009, cuando el porcentaje bajó más en el
caso de los hombres (-2.1%), que en el de las mujeres (-1%).
Finalmente, se observa que tanto mujeres como hombres
aumentaron su informalidad durante la crisis de 2008-2009;
en el episodio de la crisis por el COVID-19 únicamente lo
hicieron los hombres; en el caso de las mujeres se aprecia
una disminución de 32.3% a 31.1%, o de 1.2% de la PET
femenina, lo cual permite notar que en ciertos casos las
mujeres se quedaron realizando labores de cuido en el
hogar (es decir, fuera de la fuerza laboral).
Gráfica 3
Participación de los grupos categorizados del mercado laboral según sexo,
en crisis 2008-2009 y 2019-2020, en la población en edad de trabajar
(Apesarquehaytransiciones,lacomposiciónporcentualdelaPETsemantieneconstanteentrecrisis)
13.7% 12.7%
31.9% 32.6%
52.7% 52.4%
0%
20%
40%
60%
80%
100%
2008 2009
Mujeres
Con seguridad Sin seguridad
Desempleo Fuera de la fuerza
24.0% 21.9%
51.3% 51.8%
18.7% 19.0%
0%
20%
40%
60%
80%
100%
2008 2009
Hombres
12.0% 10.4%
32.3% 31.1%
53.2% 55.6%
0%
20%
40%
60%
80%
100%
2019 2020
Mujeres
24.5% 23.8%
50.4% 51.2%
19.5% 19.9%
0%
20%
40%
60%
80%
100%
2019 2020
Hombres
Desempleo Fuera de la Fuerza
Crisis
financiera
2008-2009
Crisis
COVID-19
Fuente: Elaboración propia con información de la EHPM; 2008, 2009, 2019 y 2020

Estudios
Económicos
DEC
5
El impacto de las crisis por COVID-19 en las
mujeres y la vulnerabilidad laboral
La situación de la mujer antes de la pandemia ya era
desfavorable en relación con sus pares hombres. Bergallo
y Mangini (2021), identifican que, en América Latina, una
proporción importante del empleo femenino se concentró
en sectores económicos impactados por la crisis del
COVID-19, como educación y turismo. Asimismo, el trabajo
doméstico remunerado se impactó debido a las medidas de
confinamiento. Las trabajadoras domésticas, no pudieron
realizar sus labores debido a las medidas restrictivas a la
circulación. Estos autores estiman que, en América Latina,
el sector doméstico emplea entre 11 y 18 millones de
personas, con una altísima participación relativa de las
mujeres, cercana al 93%.
Según Gutiérrez, Martin y Ñopo (2021), la pandemia del
COVID-19 aumentó la labor de cuido de menores para las
mujeres, lo cual disminuye la oferta de trabajo y/o el tiempo
para buscar trabajo, ya que estas labores de cuidado recaen
desproporcionadamente en las mujeres. Se realizó una
medición con presencia de niñas y niños menores de seis
años en el hogar; El Salvador ocupó la segunda mayor
brecha con 43%, en la relación de tasa de ocupación entre
16 países de América Latina, después de Guatemala, que
alcanzó 57%.
También, Gutiérrez, Martin y Ñopo (2021), realizando
simulaciones con base en encuestas de hogares de años
anteriores, encontraron que con al menos 53% en El
Salvador, junto con Honduras y Paraguay, fueron tres de los
16 países donde en mayor porcentaje de la fuerza laboral
femenina estuvo imposibilitada para trabajar; para el caso
de Honduras y Paraguay el porcentaje se ubicó entre 55% y
54%, respectivamente.
Hasta el 40% del ingreso pudo estar en riesgo durante
la pandemia. Acorde con Oliva, et al. (2021) separando
el ingreso entre los sectores esenciales y no esenciales,
la proporción de ingresos que estuvo en riesgo, es decir,
aquellos que provenían de sectores que no pudieron
operar durante la cuarentena, alcanzó 40% para los grupos
de hogares con menores ingresos. La gráfica 4 muestra
la composición promedio de la distribución del ingreso
per cápita de los hogares en función de seis categorías:
Gráfica 4
Composición de los ingresos de los hogares durante la pandemia
(Losingresoslaboralesdelossectoresconsideradosnoesencialesduranteelconfinamientorepresentó
el40%delosingresosdeloscentilesmáspobres)
Fuente: Oliva et.al. (2021)
Vulnerable
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
1
5
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
Porcentaje
del
ingreso
bruto
Centiles
Ingreso en riesgo
Ingreso seguro
Remesas
Salarios del Gobierno
Pensiones
Transferencias directras
US$ 11.5 PPP por dia
US$ 5.5 PPP por dia (Pobreza relativa)
US$ 3.2 PPP por dia (pobreza extrema)
En pobreza

6
Seriede
investigación
Como indica Morro (2019), Schumpeter –destacado
economista del siglo pasado– lo explicaba con analogía a un
hotel, donde hay una variedad muy amplia de condiciones
en los cuartos. En los pisos de arriba las habitaciones son de
lujo; hay varios cuartos que son comunes y corresponden
a un nivel medio, y los que están en la base son precarios.
En un momento del tiempo la experiencia de los visitantes
en el hotel es“desigual”, pero a la vez hay personas que se
mueven de cuarto en cuarto. Algunos se mudan a los niveles
superiores, otros a los de abajo. La movilidad determinará la
situación de bienestar que las personas podrán alcanzar.
Durante la crisis del COVID-19, las familias se expusieron a una
significativa vulnerabilidad; sin embargo, las estadísticas más
habituales no están diseñadas para monitorear la movilidad
o la vulnerabilidad. El porcentaje de pobreza, indica cuál es
el porcentaje de la población que vive bajo un umbral de
ingreso; la cantidad de trabajadores que cotizan a la seguridad
social también proporciona el número de personas que en ese
momento del tiempo poseen un empleo, en el cual se realizan
descuentos para la seguridad social, es decir, pertenecen al
sector formal del mercado laboral. Pero en ambos casos no
es posible saber quiénes no eran pobres y ahora lo son, o
quiénes no tenían empleo y pasan a entregar cotizaciones a la
seguridad social, o las personas que son productivas deciden
dejar de buscar empleo o salir de la fuerza laboral. En otras
palabras, no toman en cuenta quiénes entran y salen de los
cuartos o estratos; porque no incorporan la dimensión de la
movilidad, y no detectan aquella que es desfavorable, como
cuando involucra un impacto descendente hacia condiciones
menos favorables, lo cual deja invisibilizada una dimensión de
vulnerabilidad, trascendente del bienestar.
Para determinar con rigurosidad académica, dicha movilidad
desfavorable o vulnerabilidad del hogar, debido al impacto de
un acontecimiento ajeno a sus decisiones, se requieren datos
tipo panel, que identifiquen a la persona en más de un solo
momento.
La ciencia económica muestra cómo la información puede
pertenecer a un momento determinado en el tiempo; por
ejemplo, el registro del ingreso de varias familias en un año,
o puede haber información del ingreso de todas las familias
en varios años consecutivos. Sin embargo, estas no son las
únicas maneras de contar, procesar o mostrar la información;
también, aunque es menos usual, se pueden tener ambas
dimensiones, tanto la información en un solo momento,
como en dos o más años consecutivos, de los mismos
individuos. Esta última manera de registro se le denomina
ingresos en riesgo debido a las políticas de confinamiento
que provienen de actividades restringidas o no esenciales
por el gobierno durante el confinamiento; ingresos no en
riesgo; salarios del gobierno; pensiones de seguridad social;
transferencias directas; y transferencias privadas. El hallazgo
en particular es que en El Salvador los percentiles con mayor
participación de ingresos en riesgo se ubicaron desde los de
más alta pobreza hasta un umbral de US$11.5 de ingresos
medidos a la Paridad del Poder Adquisitivo (PPA) por día. De
manera diferente para las personas en pobreza, los ingresos
en riesgo representaron del ingreso total, el 20% en Honduras
y el 5% en Guatemala, mientras que en El Salvador el
porcentaje de ubica en 40%.
Por otra parte, un estudio del Banco Interamericano de
Desarrollo (BID), publicado por Bustelo (2020), encontró
que la situación laboral de la mujer experimentó un fuerte
retroceso con la crisis del COVID-19; basados en una encuesta
del BID y la Universidad de Cornell, un 44.3% entre las mujeres
y un 36.5% entre los hombres reportaron pérdidas de sus
fuentes laborales en abril de 2020. De esta manera, a pesar
que las mujeres representan el 42% de la fuerza laboral –para
15 países de la región según datos del Observatorio Laboral
del COVID-19 del BID–, en marzo del 2020, las mujeres habían
experimentado el 56% de las pérdidas de puestos de trabajo.
Asimismo, Bustelo (2020) manifiesta que, como
consecuencia de las medidas de confinamiento, y el cierre
de los centros escolares, el trabajo doméstico aumentó.
La disparidad por género estructural, presente antes de la
pandemia, aumentó. Una encuesta elaborada en julio de
2020, mostró que el 58% de las personas encuestadas en la
región, manifestaron que su tiempo en las tareas de cuido del
hogar había aumentado, en comparación con el 45% de los
hombres.
Se considera vulnerabilidad laboral, a cambios hacia
condiciones más desfavorables de empleo. Debido al
ciclo económico y por otras circunstancias, como la crisis
causada por el COVID-19, el empleo en la economía está
sujeto a episodios de disminución. Estos movimientos ocurren
cuando cambia la situación económica de cada persona en la
sociedad. Si bien también puede acontecer un cambio hacia
mejores condiciones, la vulnerabilidad sucede, cuando los
trabajadores pasan de una labor a otra con menos ingresos;
en este sentido, se produce cierta“movilidad social”, que
como en el caso del COVID-19, fue desfavorable.

Estudios
Económicos
DEC
7
datos tipo panel, y es a partir de ellos como se puede evaluar
la movilidad o transiciones desfavorables del estado de las
personas.
Para tomar en cuenta esta perspectiva, en los apartados
anteriores se desarrollaron los hallazgos de la información
panel durante la crisis del COVID-19. FUSADES cuenta con
varios estudios utilizando datos tipo panel. Inicialmente,
en un estudio elaborado por Beneke de Sanfeliú (2004) se
recopiló información de las mismas familias en el sector rural;
en cuatro rondas consecutivas, (1995, 1997, 1999 y 2001),
con lo cual examinó sobre la dinámica de la pobreza de los
hogares rurales, y realizó recomendaciones de política pública.
También, el estudio de Gindling, Trigueros y Oliva (2010),
con información de los mismos trabajadores en diferentes
años, cuantificó el impacto del salario mínimo en el mercado
laboral, donde se observa que existen algunos tipos de
empleos que son más susceptibles a dejar la formalidad.
Asimismo, Gindling, Beneke de Sanfeliú y Oliva (2014)
realizaron un estudio con datos tipo panel, examinando las
diferentes dinámicas que experimentan mujeres y hombres en
el mercado laboral, destacando las dificultades que enfrentan
las mujeres día con día.
Matrices de transición de categorías
principales
Para observar la movilidad, o las salidas y entradas en las
diferentes categorías, es necesario examinar la matriz de
transición en el mercado laboral. Las matrices de transición
indican qué fracción de los individuos, dado un año base,
transitaron o cambiaron de situación. En este sentido, indican
las entradas y salidas, por ejemplo, del segmento formal del
mercado laboral al informal, o al desempleo, o saliéndose de la
fuerza laboral.
El cuadro 1 muestra las matrices de transición para cada una
de las dos crisis, cada una con el año previo a la crisis como
Cuadro 1
Matrices de transición con base en datos panel
Con
seguridad
social
Sin
seguridad
pero
ocupado Desempleo
Fuera de
la fuerza
laboral Total
Con
seguridad
social
Sin
seguridad
pero
ocupado Desempleo
Fuera de
la fuerza
laboral Total
Con seguridad social 77.38 14.73 3.3 4.59 100 69.79 21.16 2.91 6.14 100
Sin seguridad y ocupados 5.24 77.64 4.41 12.71 100 3.68 75.21 3.58 17.53 100
Desempleo 10.11 47.19 27.64 15.06 100 4.27 53.85 11.97 29.91 100
Fuera de la fuerza laboral 1.86 17.29 2.89 77.95 100 1.65 16.67 3.24 78.45 100
Total 15.15 44.53 4.56 35.76 100 11.92 45.5 3.58 39 100
Mujeres
Sin seguridad y ocupado 3.13 72.15 1.89 22.82 100 1.63 63.49 2.89 31.99 100
Desempleo 13.04 38.04 16.3 32.61 100 5.88 17.65 14.71 61.76 100
Total 10.48 33.93 1.97 53.62 100 6.29 30.53 2.66 60.52 100
Hombres
Sin seguridad y ocupado 6.59 81.16 6.02 6.24 100 4.91 82.26 4 8.83 100
Desempleo 9.35 49.58 30.59 10.48 100 3.61 68.67 10.84 16.87 100
Total 20.25 56.14 7.39 16.22 100 18.01 61.7 4.57 15.72 100
Fuente: Elaboración propia con información tipo panel (2008-2009; 2019:2020)
(Año inicial 2008 a 2009)
-Crisis 2009- -Crisis COVID-19 en 2020-
(Año inicial 2019 a 2020)

8
Seriede
investigación
referencia. Para la medición de la crisis por COVID-19 no se
tomaron en cuenta los meses de enero y febrero, debido a
que la afectación comenzó en marzo. Como indica Fields
(2001), las filas de la matriz establecen las agrupaciones
para una determinada población en el periodo de
referencia, donde 100% representa el total en el momento
anterior; y las columnas presentan las mismas categorías
en un momento posterior. Estas agrupaciones pueden ser
muy diversas, estratos de tipos de trabajadores, quintiles
de ingreso, etc. Al mismo tiempo, las matrices muestran las
probabilidades de pasar de un estado inicial a otro.
Las matrices se construyeron con las cuatro categorías
descritas del mercado laboral: aquellos con seguridad
social, sin seguridad social pero que están ocupados,
desempleo y fuera de la fuerza laboral. Como se ha
mencionado, estas cuatro categorías forman lo que se
denomina“Población en edad de trabajar (PET)”, que en
el país se define como igual o mayor de 16 años. Para leer
la matriz de transición de una manera más fácil, se ha
construido una serie de gráficas de las dos crisis, por cada
categoría ocupacional, previo a la crisis y comparando por
mujeres y hombres.
Como se verifica más adelante, en el análisis agregado del
desempleo y los ocupados no visibiliza a la proporción
de trabajadores que salen de la fuerza laboral o las que
estando fuera de la fuerza laboral pasan a entrar a la PEA.
Este aspecto puede observarse mediante la matriz de
transición, de manera más específica diferenciando entre
mujeres y hombres.
Hallazgos contemplados en las matrices de
transición
La lectura más amplia que puede hacerse de la matriz
es considerarla de manera total, en tanto se presentan
cuatro opciones para cada año, el cuadro representa 16
posibilidades. Las opciones en la diagonal principal de
la matriz no representan transición, e indican la cantidad
de personas que no se movieron; por el contrario, las
transiciones son las que no se ubican en la diagonal.
A continuación se hace un análisis de toda la matriz;
inicialmente, se describen las transiciones que desde la
formalidad, hacia la informalidad, o el desempleo o quedan
afuera de la fuerza laboral; seguidamente, se analizan los
que antes de la crisis estaban en la informalidad, y pasan o
la formalidad, o al desempleo o quedan fuera de la fuerza
laboral; en tercer lugar, los que estaban en el desempleo y
pasan a los otras categorías y en cuarto lugar, los que están
fuera de la fuerza laboral.
En la crisis de 2020, la situación laboral experimentó
un mayor deterioro que durante la de 2008-2009. Las
transiciones desfavorables son pasar de la formalidad a
la informalidad, transitar al desempleo o estar fuera de la
fuerza laboral; de igual manera, estar en la informalidad,
y pasar al desempleo o estar fuera de la fuerza laboral,
y finalmente estar en el desempleo y pasar a estar fuera
de la fuerza laboral. Acorde con la estimación, durante el
COVID-19, estas transiciones desfavorables que implican
seis de las 16 opciones de la matriz, sumaron el 15% de
la PET; mientras que durante la crisis 2008-2009, dichas
transiciones, afectaron al 11.5%; asimismo, las opciones
favorables totalizaron 11.5% durante el COVID-19, y 12.4%
en la crisis 2008-2009.
Dejando de considerar el paso hacia la informalidad, lo
que implica aún recibir ingresos, también la crisis del
COVID-19 afectó a más personas. La matriz de transición
entre 2019 y 2020, indica que aproximadamente 11.9%3
de las personas en edad de trabajar o PET, salieron del
mercado laboral o pasaron al desempleo, esto implicó dejar
de percibir ingresos. Este porcentaje es más alto que el 9.2%
que se identificó para la crisis 2008-2009.
En periodos de crisis hay una probabilidad alta de salir
de la formalidad; la información ilustra que durante
2020, de manera temporal, el 30.21%4
del grupo que
realizaba cotizaciones dejó de pertenecer al sector
formal de la economía. Este porcentaje es superior al
que se registró en 2008-2009, cuando aproximadamente
el 22.6% salió del sector laboral que cotiza. De manera
semejante, la mayor parte de las personas que dejaron
de cotizar pasaron al sector informal; durante 2020 y en
2008-2009, aproximadamente, del grupo que dejó el sector
formal, el 21.2% y el 14.7% transitó hacia el sector informal
de la economía (gráfica 5, panel A), respectivamente.
3 Este porcentaje resulta de dividir la suma de aquellos que pasaron al
desempleo y a estar fuera de la fuerza laboral, entre el total de personas
que comprende la matriz que se refiere a aquellos que tienen la edad
de trabajar.
4 Como referencia, 30.21% resulta de la suma de tres porcentajes 21.2%,
2.9%, y 6.1% que se encuentran ubicados en la primera línea de la
matriz, que no forman parte de la diagonal principal, la cual denota los
porcentajes de los grupos que no tuvieron movilidad.

Estudios
Económicos
DEC
9
Gráfica 5
Estatus laboral a un año después de las crisis para los trabajadores que cotizaban
a la seguridad social previo a la crisis (porcentajes)
(Porcentajedelastrestransicionesanalizadasdelgrupoquecontabaconseguridadsocialelañoprevio)
al a un año después de las crisis para las mujeres trabajadoras que
a seguridad social
14.7
3.3
4.6
21.2
2.6
6.1
0
5
10
15
20
25
30
Sin seguridad pero
ocupados
laboral
Panel A: 2008-2009 y 2020
2008-2009 (22.6%)
2020 (30.2%)
Gráfia 5-B Estatus laboral a un año desp
crisis para las mujeres trabajadoras que
a la seguridad social
10.0
1.1
7.5
17.5
4.6
2.9
0
5
10
15
20
25
30
Sin seguridad pero
ocupados
laboral
Panel B: 2008-2009
Mujeres (18.6%)
Hombres (25%)
13.3
3.0
10.3
24.0
2.9
4.6
0
5
10
15
20
25
30
Sin seguridad pero
ocupados
laboral
Panel C: 2020 – COVID-19
Mujeres (27%)
Hombres
(31.5%)
Gráfica 5-C Estatus laboral a un año después de las crisis para las mujeres
trabajadoras que cotizaban a la seguridad social
Fuente: Elaboración propia con base en los datos de la
matriz de transición (cuadro 1).

10
Seriede
investigación
La afectación es mayor que el descenso en los
cotizantes. Tomando en cuenta el porcentaje del
30.21% sobre los 861,000 cotizantes de febrero de 2020,
durante la crisis del COVID-19 dejaron su empleo formal
aproximadamente alrededor de 260,000 personas, lo cual
supera a los 67,800 que dejaron de cotizar.
Eso acontece debido a que en la dinámica hay personas
que dejaron de cotizar y otras que empezaron a cotizar,
con lo cual, en la comparación de dos momentos en
el total general, ya se restaron las que salieron y ya se
sumaron las que entraron. Acorde con lo estimado, al
menos 192,000 personas entraron a realizar cotizaciones
durante la crisis. No obstante, como se especificó
anteriormente, 260,000 dejaron de cotizar, con lo cual, este
último valor refleja de manera más cercana la cantidad
de personas que fueron afectadas, al dejar de realizar
contribuciones.
En mayor medida, los que dejaron la formalidad
transitaron hacia el sector informal. Del 30.2% afectado
en 2020, el 21.2% transitaron del sector formal al informal
(panel A, gráfica 5); adicionalmente son en mayor cantidad
los hombres los que experimentaron dicha transición,
17.5% en 2008-2009; y 24% en 2020; mientras que para las
mujeres los porcentajes son menores; 10% en 2008-2009;
y, 13.3% en 2020 (paneles B y C, de la gráfica 5).
Al comparar la magnitud de las personas que
resultaron afectadas, la diferencia es más visible,
durante la crisis del COVID-19. Alrededor del 27% de las
mujeres del sector formal resultaron afectadas en 2020,
mientras en 2008-2009 dicho porcentaje fue más bajo,
alcanzando 18.6%. El total de desempleo alcanzó 7.3% en
2009 y 6.9% en 2020, pero durante la crisis de 2020 de las
mujeres que se encontraban desempleadas antes de la
crisis, el 61.8% salió del mercado laboral, versus 32.6% en
2008-2009.
Como se encuentra de igual manera en otros estudios
–Gindling, Beneke de Sanfeliú y Oliva (2014)–, cuando
las mujeres que pierden el empleo durante las crisis
son más proclives que los hombres a salir de la fuerza
laboral. Sin embargo, los datos en este análisis
muestran que ese efecto fue más intenso en la crisis del
COVID-19. Así, en la crisis de 2008-2009, de los hombres
que perdieron su empleo formal, el 2.9% salió de la fuerza
laboral, mientras que para las mujeres el porcentaje fue
de 7.5% (panel B, gráfica 5); pero, por otro lado, durante
la crisis del COVID-19, el 4.6% de los hombres salieron de
la fuerza laboral, y para las mujeres, el porcentaje se elevó
hasta 10.3% (panel C, gráfica 5).
En relación con los informales, durante las crisis
analizadas, se observa que más de tres cuartas partes de
las personas que tenían un empleo informal previo a la
crisis, se mantuvieron en la informalidad, únicamente del
restante, en promedio entre 5.2% y 3.7% pudo transitar a un
empleo formal –favorable–, y entre 12.7% y 15.1% salieron
de la fuerza laboral (panel A, gráfica 6); no obstante, este
último porcentaje, durante la crisis del COVID-19 es mucho
más alto para las mujeres (31.9%) que para los hombres
(22.8%) (paneles B y C, gráfica 6).
Durante las crisis es más difícil obtener un empleo
formal. En el análisis de transición, además de observar
el deterioro en el estatus laboral, también es interesante
estimar la posibilidad de mejorarlo, es decir, transitar a
un empleo, ya sea formal o informal, cuando no se tenía.
Como se constata, la posibilidad es limitada, únicamente
el 5.2% en 2008-2009 y 3.7% en 2020, de las personas en
la informalidad el año previo, encontraron ocupaciones
formales (panel A, gráfica 6).
Adicionalmente los informales son más proclives a
dejar la fuerza laboral, el 12.7% en 2008-2009 y el 17.5%
en 2020, dejaron de participar en la fuerza laboral, ya no se
ocuparon ni buscaron empleo (panel A, gráfica 6).
Las mujeres en sector informal que tuvieron movilidad,
fueron más propensas a dejar la fuerza laboral. La mayor
parte de quienes estaban en la informalidad se mantuvo
en dicho sector, 77.6% en 2008-2009 y 75.2% en 2020
(cuadro 1); sin embargo, el porcentaje fue más bajo para
las mujeres, 72.2% y 63% (cuadro 1), respectivamente, ya
que un porcentaje más alto salió de la fuerza laboral; entre
las mujeres 22.8% y el 32% (paneles B y C de la gráfica 6),
respectivamente, pasaron de la informalidad a salir de la
fuerza laboral, mientras que entre los hombres fue el 6.2%
y 8.8%, respectivamente (paneles B y C de la gráfica 6); este
impacto, fue más intenso con la crisis del COVID-19, que en
2008-2009.
En la gráfica 7 se observa la dificultad de ingresar en el
mercado laboral durante las dos crisis que se analizan,
cuando la posición inicial es el desempleo y que lo es aún
más difícil para las mujeres que para los hombres.

Estudios
Económicos
DEC
11
Gráfica 6
Estatus laboral a un año después de las crisis para los trabajadores en informalidad previo a la crisis
(porcentajes)
(Porcentajedelastrestransicionesanalizadasdelgrupoqueestabaenlainformalidadelañoprevio)
6-A Estatus laboral a un año después de las
ra los trabajadores INFORMALES
5.2 4.4
12.7
3.7 3.6
17.5
0
5
10
15
20
25
30
35
Con seguridad pero
ocupados
laboral
Panel A: 2008-2009 y 2020
2008-2009 (22.4%)
2020 (24%)
1.6
2.9
32.0
4.9 4.0
8.8
0
5
10
15
20
25
30
35
Con seguridad pero
ocupados
laboral
Mujeres (36%)
Hombres (17.4%)
Fuente: Elaboración propia con base en los datos de
la matriz de transición (cuadro 1)
Gráfica 6-C Estatus laboral a un año después de las
crisis para los trabajadores INFORMALES
3.1
1.9
22.8
6.6 6.0 6.2
0
5
10
15
20
25
30
35
Con seguridad pero
ocupados
laboral
Panel B: 2008-2009
Mujeres (27.8%)
Hombres (18.85%)
Gráfica 6-B Estatus laboral a un año des
crisis para los trabajadores INFORMALE

12
Seriede
investigación
Gráfica 7
Estatus laboral a un año después de las crisis para los desempleados previo a la crisis
(porcentajes)
(Porcentajedelastrestransicionesanalizadasdelgrupoqueestabaendesempleoelañoprevio)
tus laboral a un año después de las crisis para los DESEMPLEADOS
10.1
47.2
15.1
4.3
53.9
29.9
0
10
20
30
40
50
60
Con seguridad
social
Sin seguridad Fuera de la fuerza
laboral
Panel A: 2008-2009 y 2020
2009 (72%)
2020 (88%)
13.0
38.0
32.6
9.4
49.6
10.5
0
10
20
30
40
50
60
Con seguridad pero
ocupados
laboral
Panel B: 2009
Mujeres (83%)
Hombres (50%)
Gráfica 7-B: Estatus laboral a un año después de las crisis para los DE
5.9
17.7
61.8
3.6
68.7
16.9
0
10
20
30
40
50
60
70
80
Con seguridad pero
ocupados
laboral
Mujeres (85%)
Hombres (89%)
Gráfica 7-C: Estatus laboral a un año después de las crisis para los DESEMPLEADOS
Fuente: Elaboración propia con base en los datos de la
matriz de transición (cuadro 1)

Estudios
Económicos
DEC
13
Se nota que hay una diferencia sustancial en el estatus de
desempleo que, al ser un estado de búsqueda activa del
empleo, aun en época de crisis, resulta en mayor movilidad
en el siguiente período, ya sea para encontrar un empleo,
sobre todo informal, o para salir de la fuerza laboral. Entre
73% (2008-2009) y 88% (COVID-19) cambiaron de estatus
(lo cual resulta de la suma de formalidad, informalidad, y
fuerza de la fuerza laboral en el cuadro 1); mientras que en
los otros tres estados –empleo formal, informal, o fuera
de la fuerza laboral– la movilidad es menor, ya que
casi el 75% mantiene su estatus previo, reflejando una
inercia estructural; los que están en la formalidad tienden
a quedarse en la formalidad, también los que están en la
informalidad tienden a quedarse en la informalidad, y los
que están fuera del mercado laboral, tienden a quedarse
fuera del mercado laboral.
Por otro lado, la cifra de desempleo y los ocupados no
visibiliza a la proporción de trabajadores que salen de la
fuerza laboral o los que estando fuera de la fuerza laboral
que pudieron entrar a la PEA o fuerza laboral. Este aspecto
únicamente puede observarse mediante la matriz de
transición.
En general, la gráfica 7 ilustra que para las personas
que en el año previo a la crisis se encontraban
desempleadas, la mayor parte transitó a un empleo
informal, principalmente hombres, y que es más
probable que estas personas transiten fuera
del mercado laboral (sobre todo mujeres) o que
permanezcan en desempleo (sobre todo hombres), a
que encuentren un empleo formal.
La crisis del COVID-19 hizo más difícil encontrar
empleos y mantenerse en la fuerza laboral, además
entre los desempleados, es más probable encontrar una
ocupación informal que formal. Mientras que durante
2008-2009, de aquellos que estaban desempleados previo
a la crisis, únicamente el 15.1% de las personas salieron de
la fuerza laboral; en 2020, durante la crisis por COVID-19
el 29.1% pasó del desempleo a quedar fuera de la fuerza
laboral (panel A, gráfica 7).
Las personas en desempleo, en vez de dejar la fuerza
laboral pasaron a la informalidad. Alrededor del
47.2% de las personas que estaban desempleadas en
2008, pasaron a la informalidad en 2009; este porcentaje
también es más alto para la crisis de 2020, cuando el
53.9% de aquellos desempleados en 2019, iniciaron una
labor en el sector informal (panel A, gráfica 8). Este cambio
hacia empleo informal, es más alto para los hombres
(49.6% y 68.7% para 2009 y 2020, respectivamente) que
para las mujeres (38% y 17.7%, respectivamente), ya que
más mujeres que hombres salieron de la fuerza laboral,
especialmente en 2020 (paneles B y C, gráfica 8).
Por otro lado, durante la crisis del COVID-19, las mujeres
que estaban desempleadas transitaron en menor medida
hacia la informalidad que los hombres; en tanto el 17.7% del
grupo de desempleadas realizó la transición; mientras que
en el caso de los hombres el porcentaje alcanzó 68.7%.
Una mujer que está en el desempleo tiene más
probabilidad de salir de la fuerza laboral que un
hombre, lo cual la coloca en una situación de mayor
vulnerabilidad. Esto fue más agudo para las mujeres;
tomando como referencia el grupo de desempleo en el año
previo a la crisis, la matriz de transición construida con los
datos panel muestra un porcentaje de 32.6% de las mujeres
en desempleo, para 2009, o hasta 61.8% entre 2019-2020,
(paneles B y C, gráfica 7) salieron de la fuerza laboral, es
decir, ya no siguieron buscando empleo; mientras que para
un hombre ambos porcentajes son más bajos, se ubicaron
en 10.5% en 2009 y 16.6% en 2020 (paneles B y C, gráfica 7).
Este aspecto puede estar relacionado con los cambios de
la demanda de más trabajo en el hogar, debido a lo cual las
mujeres podrían quedar en una situación de exclusión del
mercado laboral asalariado. Es relevante cómo en el caso de
las mujeres, recurrentemente indican que al menos 65.7%
de las que se encuentran inactivas lo hacen para atender
labores del hogar o cuidado de sus familiares (pregunta 409,
EHPM), tanto niños como niñas y adultos mayores. Estas
actividades de atención podrían haberse ampliado durante
2020, debido a que los hijos dejaron de ir a clases, como por
la necesidad de cuidar a aquellos miembros del hogar que
enfermaron por la pandemia.
La tónica más recurrente para las mujeres que están
fuera del mercado laboral, es permanecer fuera de la
PEA. Las mujeres que tienen edad de trabajar, pero no
realizan una ocupación laboral, muestran más propensión
a quedarse siempre fuera de las ocupaciones remuneradas,
escasamente muestran entre 2008-2009 y 2020, 18.6% o
16.9% de movilidad, respectivamente, hacia entrar a la PEA,
frente a un 34% o 41% de los hombres, respectivamente
(cuadro 1).

14
Seriede
investigación
Gráfica 8
Estatus laboral a un año después de las crisis para los que estaban fuera de la fuerza laboral
teniendo la edad para trabajar (porcentajes)
(Porcentajedelastrestransicionesanalizadasdelgrupoqueestabafueradelafuerzalaboralelañoprevio)
A Estatus laboral a un año después de las crisis para los que están fuerza
za laboral teniendo la edad de trabajar
1.9
17.3
2.9
1.7
16.7
3.2
0
5
10
15
20
25
30
35
Con seguridad
social
Sin seguirdad Desempleo
Panel A: 2008-2009 y 2020
2008-2009 (22%)
2020 (21%)
1.1
15.7
1.8
4.5
22.9
6.7
0
5
10
15
20
25
30
35
Con seguridad pero
ocupados
Sin seguridad Desempleo
Panel B: 2009
Mujeres (18%)
Hombres (17%)
Gráfica 8-B Estatus laboral a un año después de las crisis para los
de la fuerza laboral teniendo la edad de trabajar
1.0
13.8
2.2
4.6
28.8
7.7
0
5
10
15
20
25
30
35
Con seguridad pero
ocupados
Sin seguridad Desempleo
Mujeres (17%)
Hombres (41.1%)
Gráfica 8-C Estatus laboral a un año después de las crisis para los que están fuerza
de la fuerza laboral teniendo la edad de trabajar
Fuente: Elaboración propia con base en los datos
de la matriz de transición (cuadro 1)

Estudios
Económicos
DEC
15
En relación con la entrada a la fuerza laboral para
aquellos que no están recibiendo ingresos y están
fuera de la misma, la primera opción es entrar a la
informalidad. De manera similar que en 2019, en 2020,
mientras que el 78.45% de los que están fuera de la fuerza
laboral, se mantienen afuera, del restante, el 16.67% pasó a
ubicase en la informalidad (panel A, gráfica 8). Sin embargo,
en este aspecto, este porcentaje es mayor entre los
hombres que entre las mujeres, mientras que el 28.8% de
los hombres que estaban afuera pasaron a la informalidad,
el 13.8% de las mujeres también pasaron a la informalidad
en 2020; en 2008-2009 las cifras respectivas fueron 22.87%
y 15.7% (paneles B y C, gráfica 8). Resalta cómo estos dos
porcentajes fueron más altos durante la crisis del COVID-19,
de manera más marcada para los hombres.
De las mujeres que estaban fuera del mercado laboral
previo a la crisis, más del 83% se mantiene fuera del
mercado laboral durante la crisis del COVID-19, versus 58%
los hombres. Según datos de la EHPM, el desempleo total
entre las mujeres pasó de 5.4% en 2019 a 6.6% en 2020; sin
embargo, con los datos panel se puede observar que entre
las mujeres que están fuera de la fuerza laboral, únicamente
el 18.6%5
en 2008-2009 y 16.9% en 2020, entraron a la PEA,
mientras que entre los hombres ese porcentaje se elevó
hasta 34.05% en 2009 y 41% en 2020. En ambos casos, en
mayor medida las entradas se dan en el sector informal,
entre las mujeres se alcanza el 15.7% en 2009 y 13.8% en
2020; mientras que entre los hombres el porcentaje es más
alto; de 22.9% en 2009 y 28.8% en 2020 (paneles B y C de la
gráfica 8).
Matrices de transición de condiciones de
trabajo
Aparte de las anteriores, existen otras clasificaciones
como se pueden dividir a los trabajadores. Por ejemplo,
por condición de empleo, los participantes en el mercado
laboral se pueden separar en: patrón, cuenta propia con y
sin local, familiar no remunerado, asalariado permanente
5 En ambos casos se calculó como la suma de la última fila de la matriz
de transición, sin incluir la diagonal principal en la cual se muestran las
personas que no tuvieron movilidad.
y temporal, aprendiz, servicio doméstico, otros.
Adicionalmente, en tanto se ha utilizado como referencia a
la PET, también se incluyó la categoría de fuera de la fuerza
laboral. Utilizando esta clasificación, se obtuvieron las
matrices de transición que están en los anexos 2-A y 2-B de
este mismo documento.
La gráfica 9 muestra los porcentajes de cada grupo que
experimentó movilidad. Entre más alto el porcentaje
implica que más personas en estos tipos de trabajo no
continuaron en la misma categoría y se movilizaron a otra.
Este porcentaje es el total que no pertenece a la diagonal
principal de la matriz, es decir, la proporción de los que no
tuvieron movilidad.
Inicialmente es notorio cómo los porcentajes de movilidad
para la crisis de 2020 son más altos que en 2008-2009, lo
cual da cuenta del mayor impacto de la pandemia y las
decisiones de política en sobre todas las condiciones de
trabajo.
Asimismo, en ambas crisis las categorías que más
movilidad presentaron fueron: la de cuenta propia con
local; sin embargo, en 2009 los asalariados temporales
fue la segunda categoría en mostrar movilidad,
mientras que, en 2020, los patronos y los familiares no
renumerados se ubicaron en la segunda y tercera posición,
respectivamente.
Durante 2020, para las mujeres se muestra una movilidad
muy marcada en la categoría de asalariada temporal,
con un 92.3%. Al examinar la transición de este grupo de
mujeres, destaca como destino quedar fuera de la fuerza
laboral, en un 46.15%. De igual manera, hasta el 40.7% de
las mujeres como familiares no remunerados quedaron
fuera de la fuerza laboral. También aparecen mujeres
que se ubicaban como en servicio doméstico que con la
pandemia salieron de la fuerza laboral, con 30.4%. Dichos
porcentajes son relativamente menores en 2009, cuando
alcanzaron 35.14%, 31.22% y 22.9%, respectivamente
(anexos 2-A y 2-B).
Entre los hombres, se revelan movimientos desde cuenta
propia hacia asalariado permanente, hasta en 13% en 2009
y 15.25% en 2020; sin embargo, estos porcentajes son
más altos que entre las mujeres que alcanzan 3% y 10.5%
(anexos 2-A y 2-B).

16
Seriede
investigación
Gráfica 9
Porcentaje de trabajadores que tuvieron movilidad
(Categoríaslaboralesquetuvieronmovilidad,ordenadasdemayormovilidadamenormovilidad)
Gráfica 9-A
63.3
66.9
60.3
64.6
50.5
44.5
27.7
22.6
84.0 81.5
63.3
59.4
55.7
48.0
35.0
20.8
0
10
20
30
40
50
60
70
80
90
100
Patrono Cuenta propia Familiar no
remunerado
Asalariado
temporal
Servicio doméstico Cuenta propia Asalariado
permanente
Fuera de la fuerza
laboral
Panel A: Porcentaje de personas en el mercado laboral que tuvieron movilidad
2008-2009 2020
Gráfica 9-B
82.4
74.0
66.1
60.5
49.0
44.9
23.8
17.6
91.1 90.0
83.0
61.5
54.8
50.5
39.0
14.9
0
10
20
30
40
50
60
70
80
90
100
Asalariado
temporal
Patrono Cuenta propia con
local
Familiar no
remunerado
Servicio doméstico Cuenta propia
sin local
Asalarido
permanente
Fuera de la fuerza
laboral
Panel B: Porcentaje de mujeres en el mercado laboral que tuvieron movilidad
2009 2020
Gráfica 9-C
60.6
68.5
60.1 59.1 61.9
44.1
35.6
29.9
81.8 79.4
64.4 62.5
55.5
46.0
41.1
33.4
0
10
20
30
40
50
60
70
80
90
100
Patrono Cuenta propia Familiar no
remunerado
Servicio doméstico Asalariado
temporal
Cuenta propia Fuera de la fuerza
laboral
Asalariado
permanente
Panel C: Porcentaje de hombres en el mercado laboral que tuvieron movilidad
2009 2020
Fuente: Elaboración propia con información tipo panel (2008-2009; 2019:2020)

Estudios
Económicos
DEC
17
Curvas acumuladas de pérdidas y ganancias
en el ingreso
Otras dimensiones de los impactos de las crisis económicas
pueden observarse a partir del cambio en el ingreso
laboral del año anterior menos el año de la crisis, lo cual
cuantifica la distribución de las pérdidas y las ganancias.
Para realizar el ejercicio, se tomó en cuenta únicamente
el ingreso laboral, es decir, el que proviene únicamente
de las condiciones laborales, no se incluyen remesas, ni
aportaciones del gobierno.
Para analizar lo que ocurre con los ingresos laborales, se
recurrió a utilizar la herramienta llamada“dominancia
estocástica”, aplicada a las caídas o pérdidas o incrementos
del ingreso, los cuales provienen del registro del ingreso
de los individuos en el año de la crisis, menos el ingreso
laboral de los individuos antes de la crisis, dentro de la
muestra. Seguidamente se ordenan a las poblaciones o
grupos que se desea comparar, desde la variación más
negativa hasta la variación más positiva. Estas variaciones
van acumulando los cambios hasta alcanzar el 100%, lo
que forma una función de distribución acumulada. Una
distribución de cambio de ingreso estocásticamente
domina a otra, si el porcentaje que se ha acumulado se
posiciona arriba en cada una de las variaciones de ingreso
en relación con la otra.
En el caso de la gráfica 10, se colocaron las variaciones
en el ingreso laboral del grupo que laboraba en los
sectores esenciales y los que se ubicaban en los sectores
no esenciales durante el confinamiento de 2020. Como
se nota, la pérdida de ingreso domina, o que se posiciona
más a la izquierda, corresponde al grupo de los sectores
no esenciales, sobre todo en la parte más baja de la
distribución. Se podría afirmar, entonces, que la gráfica
evidencia que la pérdida de ingreso fue menor en el grupo
de trabajadores que tenía su trabajo en los sectores que no
fueron sujetos a la restricción de suspender la producción
debido a la cuarentena.
Gráfica 10
Distribución acumulada del cambio en el ingreso laboral (cambio porcentual en el ingreso)
(Alaizquierdadelalíneaverticalseilustraelporcentajequetuvopérdidasoelcambioenelingresolaboralfuenegativo;
entremáshaciaarribasemuestranlasgráficas,implicancambiosmásdesfavorables)
Nota: el cambio porcentual se tomó como la variación de los logaritmos de los ingresos laborales.
Fuente: Elaboración propia con información tipo panel (2019:2020).
ica 10

18
Seriede
investigación
En términos generales y tomando en cuenta el aporte
que significaron las ramas no esenciales para el empleo,
acorde con FUSADES (mayo, 2020)“en el sector privado
aproximadamente 1,173,935 trabajadores laboraban en
categorías o ramas restringidas o no pueden laborar, que
en conjunto representaron el 42% de la PEA, excluyendo
aquellas personas laborando en el sector público”.
La gráfica 11, presenta las variaciones que experimentó
el ingreso laboral acorde con las clasificaciones descritas
anteriormente –ocupados con seguridad social, sin
seguridad social, desempleados y fuera de la fuerza
laboral–. En general, se observa una caída importante en el
ingreso de ciertos individuos, pero también se identifican
aumentos. La línea vertical indica la frontera entre
experimentar un descenso o un incremento.
En los paneles A y B, de la gráfica 11, se comparó el cambio
en el ingreso laboral durante la crisis de 2009 con la de
2020, tomando los grupos que tuvieron transición desde el
sector formal al sector informal. Tanto en la crisis de 2009
como en la de 2020, el grupo que pasa a la informalidad
experimenta un cambio más desfavorable en el ingreso.
En la comparación acumulada se observa una
“dominancia estocástica”para el grupo que sale de
la formalidad, el cual sería el que experimenta más
pérdidas. En este sentido, la curva del grupo que tiene la
transición desde con a sin la seguridad, se posiciona más
hacia la izquierda, es decir, una variación más negativa,
que el grupo que se queda en la formalidad. Al comparar
el porcentaje en el eje vertical, aproximadamente más del
60% de las personas que transitan hacia la informalidad,
observó una disminución en sus ingresos, en ambas crisis
(paneles A y B de la gráfica 11).
Por otro lado, en algunos casos los informales tuvieron
más ganancias que los que se quedaron dentro del
sector formal. En relación con los que permanecieron en
el sector informal, es relevante como –un hallazgo que se
repite en ambas crisis–, si bien, los que se mantuvieron
en la informalidad presentaron pérdidas más altas que
aquellos que experimentaron pérdidas manteniéndose en
la formalidad, aquellos que tuvieron ganancias dentro del
sector informal, las experimentaron más altas que aquellos
que se mantuvieron en la formalidad.
Este resultado muestra que, si se hace una transferencia
monetaria generalizada, se le está brindando ayuda a
personas que sí han experimentado una pérdida en el
ingreso, pero también a personas que han experimentado
un aumento en sus ingresos, lo cual implica la necesidad de
contar con mecanismos para dirigir la ayuda a quienes sí la
necesitan, ya que los recursos del Estado son limitados.
Las mujeres que salieron de la formalidad, presentaron
una pérdida más desfavorable durante la crisis del
COVID-19, que durante la crisis 2008-2009. Tomando
como referencia el grupo que transitó desde la formalidad
hacia otras categorías como la informalidad, desempleo
o salir de la fuerza laboral, las mujeres presentan una
curva que implica mayores pérdidas. Como se observa en
la gráfica 12, la línea roja del panel B, el cual representa
la situación para mujeres que salieron de la formalidad
durante la crisis del COVID-19, se encuentra más a la
izquierda que la curva de los hombres; este aspecto
contrasta con la posición de la curva mostrada en el panel A,
donde tanto la curva de las mujeres como la de los hombres
se posiciona una encima de la otra. En otras palabras,
ambos grupos percibieron un descenso tanto durante
la crisis 2008-2009; sin embargo, las mujeres percibieron
mayores pérdidas en la de 2020.
Como se aprecia en la gráfica 12, aquellos que transitan
hacia la informalidad en ambas crisis, aunque tienen
pérdidas, estas se posicionan por debajo de las del grupo
que ha salido de la formalidad. En promedio, el segmento
que entra a la informalidad experimenta 40% de pérdidas;
en este aspecto, en ambas crisis se observa que los hombres
presentan las curvas donde tienen más pérdidas que las
mujeres. Por el contrario, el grupo que sale de la formalidad
–sin distinguir el destino, sea fuera de la fuerza laboral,
desempleo o informalidad– presenta en promedio, pérdidas
que superan el 70% del grupo.
Las pérdidas de aquellos que salen de la formalidad
hacia la informalidad, como aquellos que se mantienen,
son similares. Como se nota en el panel A de la gráfica
13, las curvas de la distribución de los cambios en el
ingreso, de aquellos que transitan desde la formalidad
hacia la informalidad, como aquellos que se quedan, son
equivalentes, y se posicionan una sobre la otra.
No obstante, al comparar ambas crisis, las pérdidas
fueron mucho mayores, para aquellos que salieron de
la fuerza laboral durante la crisis del COVID-19. Como se
detalla en el panel B de la gráfica 13, debido a que las curvas
se sobreponen, se puede afirmar que tanto los hombres

Estudios
Económicos
DEC
19
Gráfica 11
Distribución acumulada de pérdidas y ganancias (cambio porcentual en el ingreso)
Nota: el cambio porcentual se tomó como la variación de los logaritmos de los ingresos laborales.
Gráfica 11
Nota: el cambio porcentual se tomó como la variación de los
logaritmos de los ingresos laborales.

20
Seriede
investigación
Gráfica 12
Distribución acumulada de pérdidas y ganancias por categorías entre mujeres y hombres por crisis
(cambio porcentual en el ingreso)
Nota: el cambio porce
de los ingresos labora
Fuente: Elaboración p
2019:2020).
Gráfica 12
Nota: el cambio porcentual se tomó como la variación de los logaritmos
de los ingresos laborales.
Fuente: Elaboración propia con información tipo panel (2008-2009;
2019:2020).

Estudios
Económicos
DEC
21
Gráfica 13
Distribución acumulada de pérdidas y ganancias por categorías entre mujeres y hombres, entre crisis
(cambio porcentual en el ingreso)
Nota: el cambio porcentual se tomó como la variación de los
logaritmos de los ingresos laborales.
Fuente: Elaboración propia con información tipo panel (2008-
2009; 2019:2020).

22
Seriede
investigación
como las mujeres comparten la envergadura de las
pérdidas; sin embargo, las pérdidas para los que salieron
fuera de la fuerza laboral, durante el COVID-19, fueron
más altas que las que experimentaron durante la crisis
financiera de 2008-2009.
Impacto según el método de diferencias en
diferencias
Lo acontecido durante la pandemia y los datos tipos
panel ofrecen un marco no habitual donde puede
aplicarse el método econométrico de valuación del
impacto de diferencias en diferencias, para cuantificar el
impacto económico derivado de las medidas adoptadas
para contener el COVID-19. Esta alternativa ofrece una
cuantificación diferente de las pérdidas, comparando
los ingresos laborales de las personas que trabajaban
en sectores que fueron considerados esenciales, que no
experimentaron confinamiento, con los de las personas
que trabajaron en sectores considerados no esenciales.
La aplicación surge de comparar dos subgrupos dentro de
los datos de 2020; los ocupados que laboraban en sectores
no esenciales y esenciales. Es posible considerar al grupo
de tratamiento aquellos ocupados que laboraban dentro
de los sectores no esenciales donde se les asignó un
confinamiento por la cuarentena domiciliar obligatoria, y al
grupo de ocupados laborando en el sector esencial como
grupo de control.
En este sentido, se tomará como grupo de tratamiento a
los trabajadores que laboraban en el sector considerado
no esencial y recibieron una influencia mayor con la
implantación de la cuarentena sin poder laborar; y como
grupo de control, a los trabajadores que laboraban en el
sector considerado esencial y continuaron trabajando.
El método de diferencias en diferencias puede
implementarse usando el siguiente modelo de regresión.
Como variable de impacto, Log Yit
es el logaritmo del
ingreso laboral del individuo. La variable dicotómica Ti
, se
refiere a ser considerado como grupo de tratamiento, y la
variable ti
, establece todos los meses después de marzo de
2020, desde cuando se decretó la cuarentena domiciliar,
θ representa un coeficiente controlando por los años de
escolaridad, π si está ocupado o no; y Eit
un error aleatorio.
𝐿𝐿𝐿𝐿𝐿𝐿 𝑌𝑌𝑖𝑖𝑖𝑖 = 𝑎𝑎 + 𝐷𝐷𝐷𝐷 ∗ 𝑇𝑇𝑖𝑖 ∗ 𝑡𝑡 + 𝛽𝛽 ∗ 𝑇𝑇𝑖𝑖 + 𝜕𝜕 ∗ 𝑡𝑡𝑖𝑖 + 𝜃𝜃 ∗ 𝛾𝛾 + 𝜋𝜋 ∗ 𝜌𝜌 + 𝐸𝐸𝑖𝑖𝑖𝑖
Acorde con Shahidur (2010), el coeficiente DD, es igual
al impacto estimado, el cual es la diferencia de dos
diferencias; la primera del ingreso del grupo de tratamiento
antes de la cuarentena, menos el ingreso del grupo de
tratamiento después de la cuarentena, menos la segunda
compuesta por el ingreso del grupo de control antes de la
cuarentena, menos el ingreso después de la cuarentena, tal
como se aprecia en la siguiente figura.
Modelo de regresión
Figura
Representación gráfica de la cuantificación del impacto
A
B
C
D
F
G
Grupo de
Tratamiento
Grupo de
Control
IMPACTO
BC-
FG
___
DD= BC- FG
La diferencia de la diferencia, aísla
el efecto de la pandemia en ambos
grupos, y refleja el efecto de la
política sobre el grupo de
tratamiento neto del efecto de la
pandemia
de la diferencia, aísla el efecto de la pandemia en ambos grupos, y refleja el efecto e la política sobre el grupo de tratamiento, neto del efecto de la pandemia
La diferencia de la diferencia, aísla el efecto de la pandemia en ambos grupos, y refleja el efecto de la política sobre el grupo de tratamiento neto del efecto de la pandemia
Fuente: Elaboración propia

Estudios
Económicos
DEC
23
En esta oportunidad, mediante el comando “xtreg”
en el programa Stata, se usaron los datos panel para
estimar método de regresión de efectos fijos, el cual
controla, por las características del hogar que no son
observables, pero que permanecen constantes durante
ambos periodos. Los resultados para el coeficiente se
establecen en el cuadro 2.
Tomando como muestra el grupo panel que tiene
edad de trabajar, como indica el panel A, en el cuadro
2, este método implica un impacto del 7% (en tanto
la variable dependiente se colocó en logaritmos el
coeficiente puede interpretarse como un porcentaje),
sobre los ingresos laborales en relación con un
escenario que implicaban los ingresos sin los efectos
del confinamiento en los sectores no esenciales.
Adicionalmente, se identificó en el caso de los hombres
un impacto del 15%, en relación con los sectores no
esenciales no así en el caso de las mujeres, donde los
impactos no resultaron estadísticamente significativos;
sin embargo, se encontró un impacto del 11% en los
ingresos de las mujeres de manera general, es decir, no
diferenciando entre sectores esenciales y no esenciales.
Por otra parte, no se registraron efectos mediante este
método en el sector formal, pero sí en el sector informal.
Como indica el panel C, en el sector informal, los
ingresos presentaron una diferencia del 19%, en relación
con 2019 entre los sectores no esenciales. Asimismo, en
general, se registró un coeficiente significativo de 19%
en los ingresos del sector informal, durante la etapa de
pandemia.
En este mismo sentido, los hombres en el sector
informal, también recibieron un impacto negativo,
que implicó el 7% de sus ingresos y de 14.4% entre los
sectores no esenciales que resultaron significativos.
De igual manera, se registró un impacto del 9% en el
ingreso de las mujeres durante el confinamiento; sin
embargo, la diferenciación entre sectores esenciales
y no esenciales no resultó significativa para el caso de
las mujeres.
Por otro lado, se constató que las mujeres
incrementaron en 11% el tiempo dedicado a
labores de cuidados domésticos durante el
confinamiento. Se tomó como tiempo dedicado al
hogar la información contenida en la pregunta R447
de la boleta de la EHPM que indica textualmente el
tiempo que dedicó para el cuido sin pago de niños,
hermanos, ancianos, enfermos o discapacitados;
realizar el quehacer de su hogar, como lavar,
planchar, cocinar, lavar trastos y barrer; acarrear
leche o agua. Empleando el tiempo como variable de
impacto en el modelo anterior de doble diferencias,
se encontró un coeficiente estadísticamente
significativo de incremento en el tiempo dedicado
a labores del hogar de 11%; dicho porcentaje
cuantifica el impacto del tratamiento durante el
tiempo del que se cuenta información sobre el
confinamiento. Finalmente, no se encontró una
diferenciación significativa entre mujeres del sector
formal o informal o entre los sectores esenciales
y no esenciales, lo cual implica que este efecto es
generalizado (los resultados se presentan en el
cuadro 3).
El lector puede apreciar los resultados del ejercicio en
las gráficas 14 y 15; donde se observa que, por el lado
de los ingresos, son los hombres quienes laboraban
en sectores no esenciales en el sector informal los
que presentaron un impacto más alto; y por otro
lado, también aquellos que laboraron en sectores
no esenciales en el sector informal, particularmente
mujeres, fueron los que percibieron un ascenso más
alto en el tiempo dedicado a labores domésticas.

24
Seriede
investigación
Cuadro 2
Coeficientes de cuantificación del impacto sobre el ingreso utilizado el método de diferencias en
diferencias sobre la muestra panel de la población en edad de trabajar
Panel A
Coeficiente Error estándar t
Todos los datos en el panel
Sectores no esenciales -0.1038536 0.0255233 -4.07 0.0000 ***
Etapa de la pandemia -0.0738377 0.018291 -4.04 0.0000 ***
Impacto entre grupo de tratamiento y control -0.0717708 0.0341241 -2.1 0.0350 ***
Mujeres en los datos en el panel
Sectores no esenciales -0.037429 0.0418952 -0.89 0.3720
Impacto entre grupo de tratamiento y control 0.0740317 0.0558804 1.32 0.1850
Hombres en los datos en el panel
Etapa de la pandemia -0.0238912 0.0267204 -0.89 0.3710
Panel B: Sector Formal
Sectores no esenciales 0.0415975 0.0516128 0.81 0.42
Etapa de la pandemia 0.05681 0.0414799 1.37 0.171
Impacto entre grupo de tratamiento y control -0.048904 0.0524801 -0.93 0.352
Panel C: Sector Informal
Etapa de la pandemia -0.091435 0.0410354 2.23 0.026 **
Etapa de la pandemia -0.0786285 0.0384185 -2.05 0.041 **
Impacto entre grupo de tratamiento y control -0.1445821 0.0627307 -2.3 0.021 **
*** Significancia al 1%
** Significancia al 5%
* Significancia al 10%
Fuente: Elaboración propia con información tipo panel 2019:2020
Probabilidad

Estudios
Económicos
DEC
25
Cuadro 3
Coeficientes de cuantificación del impacto sobre elTIEMPO UTILIZADO para labores domésticas
empleando el método de diferencias en diferencias sobre la muestra panel de la
población en edad de trabajar
Panel A
Coeficiente Error estándar t
Sectores no esenciales 0.1718669 0.0233072 7.37 0.000 ***
Etapa de la pandemia 0.0880676 0.0182334 4.83 0.000 ***
Etapa de la pandemia 0.1180636 0.0191404 6.17 0.000 ***
Panel B: Sector Formal
Panel C: Sector Informal
Sectores no esenciales 0.2116348 0.0299396 7.07 0.000 ***
Etapa de la pandemia -0.0337781 0.0413344 -0.82 0.414
Impacto entre grupo de tratamiento y control 0.1081836 0.0531161 2.04 0.042 **
Sectores no esenciales 0.1233943 0.0394698 -3.13 0.2
Sectores no esenciales 0.083855 0.0378511 2.22 0.027 **
*** Significancia al 1%
** Significancia al 5%
* Significancia al 10%
Probabilidad

26
Seriede
investigación
Gráfica 14
Resumen de resultados del impacto sobre el ingreso
(Disminuciónporcentualdelingreso)
Gráfica 15
Resumen de resultados del impacto sobre el tiempo dedicado a labores domésticas
(Impactoeneltiempodedicadoalabores domésticas)
Gráfico 14
-15.62%
-14.23%
-11.1%
-10.4%
-7.4% -7.2%
-18.00%
-16.00%
-14.00%
-12.00%
-10.00%
-8.00%
-6.00%
-4.00%
-2.00%
0.00%
Impacto en el ingreso
Hombres: Impacto entre grupo de tratamiento y control Hombres: Sectores no esenciales
Mujeres: Etapa de la pandemia Todos: Sectores no esenciales
Todos: Etapa de la pandemia Todos: Impacto entre grupo de tratamiento y control
Gráfico 15
21.2%
17.2%
11.8%
10.8%
8.8%
0.0%
5.0%
10.0%
15.0%
20.0%
25.0%
1
Impacto en el tiempo dedicado a labores domésticas
Sector informal: Sectores no esenciales Todos: Sectores no esenciales Mujeres Etapa de la pandemia
Sector informal: Etapa de la pandemia Todos: Etapa de la pandemia

Estudios
Económicos
DEC
27
Reflexiones
De manera recurrente, el país enfrenta momentos de
crisis económicas. Durante los dos últimos episodios
de disminución sistémica en la actividad, el mercado
laboral ha experimentado fuertes impactos que generan
consecuencias para los trabajadores y sus familias.
Esta realidad muestra que El Salvador debe aspirar,
tanto a un crecimiento alto, sostenido e inclusivo como
resiliente; es decir, que forje las capacidades para
que los hogares puedan contender crisis de diferente
naturaleza, tanto internacionales de origen financiero,
sanitarias y climáticas, como internas, provocadas por
vulnerabilidades ambientales, o de otra índole.
Por lo general, las estadísticas que están usualmente a
disposición, no están diseñadas para ofrecer un monitoreo
más pormenorizado de los efectos de las crisis. En este
sentido, el presente documento presentó una manera
alternativa para dilucidar aquello invisibilizado, mostrando
lo que no se advierte en las estadísticas más comunes.
Por ejemplo, es positiva la recuperación que ha tenido el
empleo formal; sin embargo, existen más aspectos a tener
presente para abordar el tema del mercado laboral de una
manera integral y detallada. La recuperación apunta a que
el impacto sobre el empleo formal, de la crisis por COVID-19
en 2020, fue más abrupto, pero su recuperación ha ocurrido
en menor tiempo; 15 meses después de que se declarara la
cuarentena obligatoria en marzo de 2020, se recuperaron
los empleos perdidos; no obstante, en el caso de la crisis de
2008-2009, transcurrieron 31 meses, es decir, hasta dos años
y medio, para recuperar el empleo.
Sin embargo, la cantidad de trabajadores que cotizan a la
seguridad social establece el número de personas que en
determinado momento del tiempo poseen un empleo, y
les realizan descuentos para la seguridad social, es decir,
pertenecen al sector formal del mercado laboral. Pero
únicamente con ese indicador no es posible tener en
cuenta, quiénes no eran pobres y ahora lo son, o quiénes
no tenían empleo formal y pasan a entregar cotizaciones
a la seguridad social, o las personas que, aunque son
productivas, deciden dejar de buscar empleo y salgan de la
fuerza laboral.
En este sentido, es importante señalar que dichos datos no
ofrecen la oportunidad de tener certeza sobre lo que pudo
haber ocurrido entre los grupos que ingresaron y salieron
de un estatus laboral a otro. La única manera de observar
lo que acontece de manera individualizada es utilizar
registros de datos tipo panel, y es a partir de ellos con los
que se puede evaluar la movilidad o transiciones de estado
de las personas.
Con la información del estado anterior se observó
que, durante la crisis de 2020, la situación laboral
experimentó un mayor deterioro que durante 2008-
2009. Acorde con la estimación, en general durante el
COVID-19, estas transiciones desfavorables que son: pasar
de la formalidad a la informalidad, o al desempleo o estar
fuera de la fuerza laboral, estar en la informalidad, y pasar
al desempleo o estar fuera de la fuerza laboral, sumaron el
15% de la PET; mientras que durante la crisis 2008-2009,
dichas transiciones representaron el 11.5%. La matriz de
transición entre 2019 y 2020, indica que aproximadamente
11.9% de las personas en edad de trabajar o PET salieron
del mercado laboral, esto implicó dejar de percibir
ingresos. Este porcentaje es más alto que el 9.2% que se
identifica para la crisis 2008-2009.
En este sentido, también acorde con el método
econométrico utilizado, el confinamiento sobre los
sectores no esenciales implicó un descenso del 7% sobre
los ingresos laborales en relación con el escenario que
implicaban los ingresos sin los efectos del confinamiento
en dichos sectores.
Teniendo presente la movilidad, es ilustrativo conocer
que en periodos de crisis hay una probabilidad alta
de salir de la formalidad; la información ilustra que,
durante 2020, el 30.2% del grupo que realizaba
cotizaciones dejó de pertenecer al sector formal de
la economía. Este porcentaje es más alto que el que se
registró en 2008-2009, cuando aproximadamente el 22.6%
salió del sector laboral donde cotizaba.
La mayor parte de las personas que dejaron de cotizar
pasaron al sector informal; durante 2008-2009 y en 2020,
aproximadamente, del grupo que dejó el sector formal, el
21.2% y el 14.7%, respectivamente, transitó hacia el sector
informal de la economía.

28
Seriede
investigación
La afectación es mayor que el descenso en los
cotizantes. Tomando en cuenta el porcentaje del 30.21%
sobre los 861,000 cotizantes de febrero de 2020, los
afectados que dejaron su empleo formal, se aproximan
a 260,000 personas, lo cual supera a los 67,800 que
dejaron de cotizar. También, tomando en cuenta la suma
de cotizantes en 2019 que alcanzaba 850,000, alrededor
de 147,000 personas dejaron su empleo y tuvieron que
emprender un negocio o actividad laboral sin realizar
cotizaciones, lo que supera a los 39,000 que dejaron de
cotizar.
Pasar a la informalidad provoca una disminución en el
ingreso, pero también representa un respiro. Tanto la
crisis de 2008-2009 como en la de 2020, el grupo que pasó
a la informalidad experimentó un cambio desfavorable
en el ingreso. Los ingresos de aquellos que transitan a la
informalidad tienen una variación más negativa que el
grupo que se queda en la formalidad; sin embargo, un
hallazgo que se repite en ambas crisis es que algunos
de aquellos que tuvieron ganancias dentro del sector
informal, las experimentaron más altas que aquellos que se
mantuvieron en la formalidad.
La situación de las mujeres experimentó un deterioro
más agudo que el de los hombres durante la crisis
por COVID-19. Una mujer que estaba en el desempleo
antes de la crisis tiene más probabilidad de salir de la
fuerza laboral que un hombre, lo cual la coloca en una
situación de mayor vulnerabilidad. Alrededor del 27% de
las mujeres del sector formal resultaron afectadas en 2020,
mientras en 2008-2009 dicho porcentaje fue más bajo,
alcanzando 18.6%; para los hombres. El total de desempleo
alcanzó 7.3% en 2009 y 6.9% en 2020, pero durante la crisis
de 2020 de las mujeres que se encontraban desempleadas
antes de la crisis, el 61.8% salió del mercado laboral, versus
32.6% en 2008-2009.
La tónica más recurrente para las mujeres que están
fuera del mercado laboral, es quedarse fuera del
mercado laboral. De hecho, las mujeres fuera del mercado
laboral muestran más propensión a quedarse siempre
fuera de las ocupaciones remuneradas, escasamente
muestran entre 2008-2009 y 2020, 18.6% o 16.9%,
respectivamente, de movilidad hacia entrar a la PEA, frente
a un 34% o 41%, respectivamente, de los hombres.
Este aspecto puede estar relacionado con los cambios en
la demanda de más trabajo en el hogar, debido a lo cual las
mujeres podrían quedar en una situación de exclusión. Es
relevante, en el caso de las mujeres, que recurrentemente
indican que al menos 65.7% de las que se encuentran
inactivas lo hacen por labores del hogar o cuidado de sus
familiares (pregunta 409, EHPM), tanto niños como niñas,
y adultos mayores. Estas actividades de atención podrían
haberse ampliado durante 2020, tanto por los hijos que
dejaron de ir a clases, como por la necesidad de cuidar
a aquellos miembros del hogar que enfermaron por la
pandemia.
La gente que buscaba trabajo dejó de hacerlo en una
proporción más alta. Mientras que durante 2008-2009
únicamente de aquellos que estaban desempleados, el
15.1% de las personas salieron de la fuerza laboral; en 2020,
en la crisis por COVID-19 el 26.1% pasó del desempleo a
dejar la fuerza laboral.
Las mujeres incrementaron en 11% el tiempo
dedicado a labores de cuidados domésticos durante el
confinamiento; este aspecto es de transcendencia en tanto
que si bien, fueron necesarias medidas de alta influencia
para contener la pandemia, y que dichas decisiones fueron
establecidas por el Estado, por ser la única institución que
podría llevar a la práctica las disposiciones; también, es
posible que en cierto momento no se conozcan a cabalidad
todas las consecuencias que se derivaron de una y otra
medida, lo cual puede conducir efectos no previstos desde
un inicio, que deben ser considerados en cierto momento
para resarcir dichos impactos desfavorables no deseados;
como el observado sobre la sobrecarga hacia las mujeres.
Las labores de cuido para menores de edad y adultos
mayores es un área susceptible para la política
pública. Lo acontecido con la pandemia, puso de relieve
las dificultades que enfrentan las mujeres de manera
estructural, para afrontar las labores domésticas no
remuneradas. Por esta razón, para impactar favorablemente
en las mujeres, es importante la introducción ampliada
de más servicios de cuido; tanto con infraestructura
pública como de servicios privados; tal como se establece
en la meta 5.4 de los Objetivos de Desarrollo Sostenible
que indica“Reconocer y valorar los cuidados y el trabajo
doméstico no remunerados mediante servicios públicos,
infraestructuras y políticas de protección social, y
promoviendo la responsabilidad compartida en el hogar y la
familia, según proceda en cada país”.
En este sentido, es recomendable avanzar con
intervenciones o políticas públicas que amplíen los
servicios e infraestructura para atender las tareas de cuido
tanto para las niñas y los niños como para los adultos
mayores, mediante guarderías, salas cunas o casas de cuido.

Estudios
Económicos
DEC
29
Nota metodológica
La muestra de la Encuesta de Hogares de Propósitos Múltiples (EHPM), proviene de
un marco muestral general del país, el cual se basa en el material cartográfico del
último censo. El más reciente es el de 2007. Dentro de este marco se separa el territorio
nacional en municipios, y dentro de ellos en segmentos censales. Cada segmento
posee un número único que lo identifica. Cada segmento está conformado por una o
más manzanas. Asimismo, se hace un listado de hogares, dentro de cada segmento.
En la elaboración (EHPM), no es recomendable mantener durante muchos años a los mismos
hogares en la muestra a quienes se les hace la encuesta, porque la tasa de no respuesta
aumenta con el tiempo; sin embargo, encuestar al mismo hogar durante el siguiente año
facilita el trabajo de campo, en tanto el encuestado ya está familiarizado con el instrumento; a
su vez, el traslape de la muestra durante dos rondas consecutivas mejora las estimaciones de
las diferencias. Acorde con la metodología de la encuesta, al menos la mitad de los segmentos
de la encuesta deben ser rotados, de tal manera que el 50% de dichas unidades territoriales
esténpresentesendosencuestasconsecutivas. Enestesentido,loshogaresquehabitandentro
de dichos segmentos y permanecieron en ellos, se les entrevistó dos años consecutivamente.
Debido a lo anterior, se extrajo una muestra panel de la EHPM en etapas. Inicialmente se
emparejan los segmentos, y seguidamente los números de las viviendas dentro de los
segmentos.Serealizóunprocesodeemparejamientodetalmaneraqueseigualaralavivienda,
elsexo,elmesdenacimientoylaedadmásunañodelosmiembrosquehabitandichavivienda.
A continuación se igualaron todos estos criterios, menos el del año. En una tercera ronda se
quitó la edad y se colocó el año; y en una cuarta ronda, se impuso un criterio donde se iguala
la edad, pero un año adicional o menos; en tanto la encuesta se realiza en todos los meses del
año. Finalmente, se añadieron los jefes de familia que se igualaron con los mismos criterios
en una etapa anterior, en ese paso también se supuso que los jefes de hogar podrían haber
intercambiado la designación de jefe del hogar entre esposo o cónyuge, o acompañante.
Como resultado se emparejaron 18,344 casos en 2008 y 2009; y 11,058 entre 2019
y 2020, lo cual implica el 22% en relación con 2008 y el 14% en relación con 2019.
Esta disminución en el porcentaje, como está señalado en la publicación de la EHPM
2020, puede estar relacionada con el descenso en la muestra, debido a que durante el
confinamiento por COVID-19, entre abril y julio no se realizó el levantamiento de información.

30
Seriede
investigación
Bibliografía
Beneke de Sanfeliú, Margarita“Dinámica del ingreso y pobreza rural”, Fundación Salvadoreña para el
Desarrollo Económico y Social, Boletín No. 219. Febrero de 2004.
Bergallo Paola, Marcelo Mangini, Mariela Magnelli y Sabina Bercovich“Los impactos del COVID-19 en la
autonomía económica de las mujeres en América Latina y el Caribe”. PNUD LAC C19 PDS No. 25;
#COVID19 | SERIE DE DOCUMENTOS DE POLÍTICA PÚBLICA; ONU Mujeres, PNUD. Marzo, 2021.
Bustelo Monserrat, Verónica Frisancho, Karen Martínez y Agustina Suaya (2020).“El COVID-19 hace
retroceder los avances en el bienestar de las mujeres y las poblaciones diversas”, Inter-American
Development Bank Education Division.
Fields, Gary S.“Distribution and development. A new look at the developing Word”, Russell Sage
Foundation, New York. 2001.
FUSADES. Informe de Coyuntura Económica. Mayo de 2020.“Primeros indicios del impacto económico
del COVID-19 sobre el empleo y la pobreza en El Salvador”.
Gindling, Timothy, Álvaro Trigueros Argüello, Andrés Oliva.“El impacto de los salarios mínimos en el
mercado de trabajo de El Salvador”, Departamento de Estudios Económicos y Sociales (DEES),
FUSADES. Junio de 2010.
Gindling, Timothy, Margarita Beneke de Sanfeliú y Andrés Oliva“Moving in and moving up: labor markets
dynamics of women and men in El Salvador”. February, 2014.
Gutiérrez Diana, Guillermina Martin, Hugo Ñopo“El Coronavirus y los retos para el trabajo de las mujeres
en América Latina”, PNUD LAC C18 PDS No. 25; #COVID19 | SERIE DE DOCUMENTOS DE POLÍTICA
PÚBLICA; Onu Mujeres, PNUD. 2021.
Khandker, Shahidur R., Gayatri B. Koolwal, and Hussain A. Samad (2010).“Handbook on Impact
Evaluation: Quantitative Methods and Practices”; World Bank
Morro, Joan,“La destrucción creadora de Shumpeter. Su significado histórico y su proyección actual,”
Universidad Pompeu Fabra, Barcelona (2019).
Oliva, José Andrés; Carolina Alas de Franco, Maynor Cabrera, Cristina Cabrera, Patricio Larroulet (2021).
“The impact of the COVID-19 crisis, and its emergency response programmes, on poverty and
inequality in Guatemala, El Salvador, and Honduras”, Occasional Paper Series, Southern Voice,
No. 71.

Estudios
Económicos
DEC
31
Anexo 1
Cuadro de evolución del mercado laboral de El Salvador
Población total
Definiciones 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
POBLACIÓN TOTAL 5,910,809 6,046,257 6,154,079 6,272,353 6,428,672 6,510,348 6,639,010 6,756,786 6,864,080 6,980,279 5,744,575 6,122,413
PET >=16 3,583,423 3,664,767 3,811,586 3,903,781 4,056,521 4,123,180 4,171,480 4,299,726 4,363,743 4,449,431 3,738,671 3,980,187
INACTIVA 1,437,458 1,381,839 1,465,309 1,501,971 1,563,171 1,649,246 1,572,980 1,677,050 1,700,923 1,703,088 1,417,725 1,484,279
PEA 2,145,965 2,282,928 2,346,277 2,401,810 2,493,350 2,473,934 2,598,500 2,622,676 2,662,820 2,746,343 2,320,946 2,495,908
OCUPADO 1,981,842 2,116,763 2,188,861 2,239,199 2,319,065 2,320,957 2,418,050 2,455,577 2,472,958 2,568,742 2,173,963 2,349,050
DESEMPLEO 164,123 166,165 157,416 162,611 174,285 152,977 180,450 177,099 189,862 177,601 146,983 146,858
Definiciones 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
POBLACIÓN TOTAL 6,150,953 6,181,405 6,213,730 6,249,262 6,290,420 6,401,415 6,459,911 6,522,419 6,581,860 6,642,767 6,704,755 6,321,044
PET >=16 4,065,439 4,127,560 4,212,174 4,308,637 4,391,453 4,527,736 4,616,655 4,710,551 4,780,530 4,900,541 4,995,687 4,752,507
INACTIVA 1,513,772 1,547,276 1,571,041 1,583,883 1,596,297 1,684,739 1,748,689 1,778,898 1,819,742 1,895,551 1,890,834 1,834,894
PEA 2,551,667 2,580,284 2,641,133 2,724,754 2,795,156 2,842,997 2,867,966 2,931,653 2,960,788 3,004,990 3,104,853 2,917,613
OCUPADO 2,364,579 2,398,478 2,466,375 2,559,315 2,629,507 2,644,082 2,667,032 2,727,017 2,752,094 2,814,266 2,908,080 2,716,677
DESEMPLEO 187,088 181,806 174,758 165,439 165,649 198,915 200,934 204,636 208,694 190,724 196,773 200,936
Mujeres
Definiciones 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
POBLACIÓN, M 3,088,630 3,154,382 3,221,570 3,270,285 3,375,686 3,425,723 3,474,450 3,526,383 3,616,302 3,691,850 3,036,350 3,221,152
PET >=16, M 1,937,152 1,981,853 2,064,787 2,112,551 2,210,447 2,257,728 2,267,549 2,321,647 2,398,584 2,459,771 2,065,562 2,177,757
INACTIVA >=16, M 1,128,639 1,076,722 1,125,501 1,152,857 1,206,136 1,240,998 1,207,116 1,272,562 1,300,406 1,304,241 1,099,926 1,148,123
PEA >=16, M 808,513 905,131 939,286 959,694 1,004,311 1,016,730 1,060,433 1,049,085 1,098,178 1,189,932 995,930 1,029,634
OCUPADO=16, M 766,366 850,935 896,147 924,168 951,380 981,125 1,022,802 1,008,393 1,046,504 1,110,878 929,438 992,232
DESEMPLEO=16, M 42,147 54,196 43,139 35,526 52,931 35,605 37,631 40,692 51,674 44,652 36,198 37,402
Definiciones 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
POBLACIÓN, M 3,240,662 3,259,023 3,249,627 3,296,491 3,309,037 3,374,505 3,388,669 3,437,198 3,491,473 3,516,910 3,548,838 3,366,101
PET >=16, M 2,219,421 2,255,794 2,280,267 2,332,324 2,380,119 2,464,781 2,493,459 2,565,108 2,600,462 2,660,399 2,721,250 2,580,025
INACTIVA >=16, M 1,163,254 1,189,633 1,207,809 1,215,389 1,207,143 1,286,281 1,328,845 1,352,809 1,396,014 1,435,224 1,447,049 1,378,875
PEA >=16, M 1,056,167 1,066,161 1,072,458 1,116,935 1,172,976 1,178,500 1,164,614 1,212,299 1,204,448 1,225,175 1,274,201 1,201,150
OCUPADO=16, M 1,004,061 1,011,696 1,025,678 1,068,524 1,118,379 1,122,684 1,106,752 1,147,586 1,141,792 1,164,944 1,204,993 1,121,943
DESEMPLEO=16, M 52,106 54,465 46,780 48,411 54,597 55,816 57,862 64,713 62,656 60,231 69,208 79,207
Hombres
Definiciones 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
POBLACIÓN, H 2,822,179 2,891,875 2,932,509 300,268 3,052,986 3,084,625 3,164,560 3,230,403 3,247,778 3,288,429 2,708,225 2,901,261
PET >=16, H 1,646,271 1,682,914 1,746,799 1,791,230 1,846,074 1,865,452 1,903,931 1,978,079 1,965,159 1,989,660 1,673,109 1,802,430
INACTIVA >=16, H 308,819 305,117 339,808 349,114 357,035 408,248 365,864 404,488 400,517 398,847 317,799 336,156
PEA >=16, H 1,337,452 1,377,797 1,406,991 1,442,116 1,489,039 1,457,204 1,538,067 1,573,591 1,564,642 1,590,813 1,355,310 1,466,274
OCUPADO=16, H 1,215,476 1,265,828 1,292,714 1,315,031 1,367,685 1,339,832 1,395,248 1,437,184 1,426,454 1,457,864 1,244,525 1,356,818
DESEMPLEO=16, H 121,976 111,969 114,277 127,085 121,354 117,372 142,819 136,407 138,188 132,949 110,785 109,456
Definiciones 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
POBLACIÓN, H 2,910,291 2,922,382 2,964,103 2,952,771 2,981,383 3,026,910 3,071,242 3,085,221 3,090,387 3,125,857 3,155,917 2,954,943
PET >=16, H 1,846,018 1,871,766 1,931,907 1,976,313 2,011,334 2,062,955 2,123,196 2,145,443 2,180,068 2,240,142 2,274,437 2,172,482
INACTIVA >=16, H 350,518 357,643 363,232 368,494 389,154 398,458 419,844 426,089 423,728 460,327 443,785 456,019
PEA >=16, H 1,495,500 1,514,123 1,568,675 1,607,819 1,622,180 1,664,497 1,703,352 1,719,354 1,756,340 1,779,815 1,830,652 1,716,463
OCUPADO=16, H 1,360,518 1,386,782 1,440,697 1,490,791 1,511,128 1,521,398 1,560,280 1,579,431 1,610,302 1,649,322 1,703,087 1,594,734
DESEMPLEO=16, H 134,982 127,341 127,978 117,028 111,052 143,099 143,072 139,923 146,038 130,493 127,565 121,729
Población en edad de trabajar mayor de 16 años.
Fuente: Base de Datos de la Encuesta de Hogares de Propósitos Múltiples (EHPM).

32
Seriede
investigación
Anexo 2-A
Matrices de transición por categoría laboral, 2008-2009 y 2019-2020
Patrono
Cuenta
propia
Cuenta
propia
Familiar no
remunerado
Asalariado
permanente
Asalariado
temporal Aprendiz
Servicio
doméstico Otros
Fuera de la
fuerza
laboral Total
Patrono 36.67 5.56 31.67 1.67 8.61 5.83 0 0.83 0 9.17 100
Cuenta propia con local 5.45 33.07 39.3 3.5 6.61 3.5 0 0.39 0 8.17 100
Cuenta propia sin local 4.11 4.02 55.55 1.96 5.02 8.85 0 1.96 0 18.52 100
Familiar no remunerado 0.71 2.13 13.24 39.72 6.62 10.4 0 0.71 0 26.48 100
Asalariado permanente 1.17 0.63 5.27 1.13 72.26 9.12 0 0.79 0 9.62 100
Asalariado temporal 1.8 0.63 17.97 5.3 19.86 35.4 0 0.99 0 18.06 100
Aprendiz 0 0 0 0 20 40 20 0 0 20 100
Servicio doméstico 0.34 0 13.13 2.36 8.42 5.39 0 49.49 0 20.88 100
Otros 0 11.11 29.63 3.7 29.63 11.11 0 0 3.7 11.11 100
Fuera de la fuerza laboral 0.62 0.7 8.85 3.46 4 3.77 0.06 1.06 0.04 77.44 100
Total 2.66 2.18 18.92 4.11 19.98 9.12 0.04 2.34 0.03 40.61 100
Mujeres
Patrono 26.03 15.07 30.14 2.74 6.85 0 0 2.74 0 16.44 100
Cuenta propia con local 5.45 33.94 43.64 3.64 3.03 0.61 0 0.61 0 9.09 100
Cuenta propia sin local 1.72 6.27 55.11 1.82 2.53 2.33 0 3.94 0 26.29 100
Familiar no remunerado 1.46 2.93 14.15 39.51 6.83 2.44 0 1.46 0 31.22 100
Asalariado temporal 0 1.35 11.49 4.05 24.32 17.57 0 6.08 0 35.14 100
Aprendiz 0 0 0 0 0 0 0 0 0 0
Servicio doméstico 0.4 0 13.04 2.37 6.72 3.56 0 50.99 0 22.92 100
Otros 0 0 0 0 0 66.67 0 0 0 33.33 100
Fuera de la fuerza laboral 0.26 0.72 8.48 2.66 2.61 1.52 0 1.29 0.06 82.42 100
Total 1.04 2.72 16.91 3.57 13.52 2.48 0 3.89 0.03 55.84 100
Hombres
Patrono 39.37 3.14 32.06 1.39 9.06 7.32 0 0.35 0 7.32 100
Cuenta propia con local 5.43 31.52 31.52 3.26 13.04 8.7 0 0 0 6.52 100
Cuenta propia sin local 6.27 2 55.95 2.09 7.27 14.71 0 0.18 0 11.53 100
Familiar no remunerado 0 1.38 12.39 39.91 6.42 17.89 0 0 0 22.02 100
Asalariado temporal 2.07 0.52 18.96 5.49 19.17 38.13 0 0.21 0 15.44 100
Aprendiz 0 0 0 0 20 40 20 0 0 20 100
Servicio doméstico 0 0 13.64 2.27 18.18 15.91 0 40.91 0 9.09 100
Otros 0 12.5 33.33 4.17 33.33 4.17 0 0 4.17 8.33 100
Fuera de la fuerza laboral 1.57 0.67 9.81 5.54 7.64 9.66 0.22 0.45 0 64.42 100
Total 4.44 1.58 21.14 4.71 27.08 16.41 0.09 0.64 0.02 23.89 100
Fuente: Elaboración propia con información tipo panel (2008-2009;2019:2020)
2008-2009

Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf

Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf

Recommended

Recommended

More Related Content

Similar to Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf

Similar to Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf (20)

More from José Andrés Oliva Cepeda

More from José Andrés Oliva Cepeda (19)

Recently uploaded

Recently uploaded (18)

Serie de investigación 1-2022 Vulnerabilidad laboral de mujeres y hombres_Oliva_sept2022-4.pdf