Análisis multicausal de los determinantes del ingreso laboral en Bolivia para el 2023. Un enfoque con modelos de variables instrumentales bietapico

Autores/as

  • Benigno Caballero Claure Universidad Técnica de Oruro, University of Alburquerque (EE.UU.). Miembro de la Red Académica de América Latina y el Caribe sobre China (RED ALC-CHINA) Autor/a https://orcid.org/0009-0008-6182-4181
  • Rolando Caballero Martínez Universidad Nacional Autónoma de México. Centro de Estudios Monetarios y Financieros (CEMFI, Madrid, España). Universidad Católica Boliviana (Santa Cruz, Bolivia). Universidad Técnica de Oruro. Universidad Autónoma Gabriel René Moreno. Autor/a https://orcid.org/0009-0002-9080-7045

Palabras clave:

Salarios, Empleo y Productividad, Trabajo, Wages, Employment and Productivity, Labor

Resumen

Este documento analiza los posibles factores que podrían influir como determinantes principales de los ingresos laborales de Bolivia en el periodo 2023 y para el mismo se utiliza la base de datos de la encuesta de hogares MECOVI 2023 y presenta evidencia que, en Bolivia durante 2023, los ingresos laborales estuvieron determinados principalmente por el nivel educativo, la edad, el género y el área geográfica de donde proviene el encuestado. Estos factores marcaron diferencias significativas en salarios y oportunidades, reflejando desigualdades persistentes en el mercado laboral, para tal efecto se utiliza inicialmente modelos de regresión lineal mínimos cuadráticos ordinarios (MCO), para finalmente utilizar modelos de regresión con variables instrumentales en dos etapas con el objetivo de corregir posible presencia de endogeneidad. Los resultados demuestran, que los diferentes factores mencionados anteriormente ayudan a explicar e diferente grado de significancia la estructura de los ingresos laborales en
Bolivia.

Abstract

This document analyzes the potential factors that could influence labor income in Bolivia during 2023. Using the MECOVI 2023 household survey database, it presents evidence that, in Bolivia during 2023, labor income was primarily determined by educational level, age, gender, and geographic origin. These factors resulted in significant differences in wages and opportunities, reflecting persistent inequalities in the labor market. Initially, ordinary least squares (OLS) linear regression models were used, followed by two-stage instrumental variables regression models to correct for potential endogeneity. The results demonstrate that the aforementioned factors contribute to explaining the structure of labor income in Bolivia to varying degrees.

Descargas

Publicado

2026-10-15

Número

Sección

Artículos