Pobreza e informalidad, ¿un dilema de causalidad reversa en la República Dominicana?

1. Introducción

El empleo informal y la pobreza monetaria son fenómenos que suelen caracterizar a las economías de bajos y medianos ingresos, por lo general con aspectos estructurales que resultan en un reto importante a la hora de alcanzar mejores niveles de desarrollo económico. La pobreza está asociada a la carencia de ingresos y/o dotación de capital humano, que permita a un individuo mejorar su situación socioeconómica partiendo de cierto umbral. El planteamiento de Guzmán (2007) explica que la informalidad se caracteriza por la ausencia de protección social al momento de realizar una actividad productiva, cuyas consecuencias pueden resultar en condiciones inseguras de trabajo, ausencia de ingresos para la vejez y no contar con un marco legal ante discriminación de cualquier tipo.

Tanto la pobreza como la informalidad han sido ampliamente modeladas en busca de presentar modelos que expliquen los determinantes de ambas variables. Los resultados de esas investigaciones se corresponden con otros países de la región, donde la pobreza es una variable explicativa de la informalidad, a la vez que la informalidad laboral lo es sobre la pobreza monetaria. De acuerdo con Rodríguez Núñez y Guerra Salazar (2019), la literatura local va acorde con los resultados regionales, pues se evidencia un posible problema de endogeneidad entre los trabajadores del sector informal y la pobreza monetaria, debido a una posible causalidad simultánea. Siguiendo a Frejie (2002), esto suele darse debido a que ambos fenómenos están relacionados a los bajos niveles de productividad de los miembros de los hogares, cuya dotación de capital humano suele estar asociada a bajos niveles educativos (Ramírez Mordán, 2014). Lo anterior, se traduce en mayor probabilidad de caer en el desempleo y, a su vez, probabilidad de caer en la pobreza monetaria (Ramírez Mordán, 2017).

El objetivo principal de este documento es identificar el efecto causal que existe entre la pobreza monetaria con los empleados en el sector informal y viceversa. Para esto, se utilizan modelos “Probit” tradicionales, se agregan variables instrumentales. Lo anterior se realiza con datos de corte transversal de la Encuesta Nacional de Fuerza de Trabajo (ENFT), para los años 2010 y 2016, con el fin de verificar cómo ha cambiado este efecto a lo largo del período evaluado.

Luego de esta introducción, se presenta la literatura consultada, tras esto se realiza una caracterización del mercado laboral y la pobreza. Posteriormente, se presenta la metodología aplicada, los resultados y, por último, las conclusiones y recomendaciones.

2. Marco teórico

Como punto de partida es pertinente tocar, brevemente, los recientes orígenes y definición de la informalidad laboral. Este fenómeno fue documentado y acuñado por Hart (1973) a inicios de los años 70, en el marco del Programa Internacional del Empleo de la Organización Internacional del Trabajo (OIT). Desde entonces, ha evolucionado hasta diferenciar el “empleo informal” del “sector informal”.

Los primeros trabajos teóricos de la explicación del fenómeno se remontan a tiempo antes de esta investigación. Uno de los autores pioneros en abordar esta dualidad fue Lewis (1954) que, bajo un modelo teórico cuyo centro era la acumulación de capital, explicaba el desarrollo económico en las regiones de menor desarrollo. Desde entonces, ha habido una importante evolución del concepto. Lo anterior dio lugar a tres enfoques que abordaban y buscaban explicar la problemática desde distintas ópticas.

El primero de estos enfoques ha estado bajo la esfera de la Teoría Dualista del Desarrollo Económico. Su sustento se basa en los modelos pioneros de Lewis (1954); Todaro y Harris (1970), que segmenta la economía en un “sector moderno” y un “sector tradicional”. En el primero, las grandes unidades productivas se basan en el uso intensivo del capital asociados a mayores niveles de productividad. Estas mayores remuneraciones para los trabajadores que se corresponden con estos mayores niveles de productividad. En contraste, el “sector tradicional” concentra aquellas unidades productivas de baja intensidad en el uso del capital, que apenas pueden subsistir con las remuneraciones generadas. Posteriormente, Tokman (1982) presentó evidencia empírica de que este “sector tradicional” se caracterizaba por bajos niveles de productividad y la incapacidad de acumular capital físico y humano a gran escala.

Un segundo enfoque está relacionado con factores institucionales, donde el sector informal está caracterizado por actividades económicas que no son ilegales y cumplen el rol de brindar un bien o servicio, pero que evaden las políticas tributarias (Jiménez Restrepo, 2012). Por tanto, este enfoque explica la informalidad y refleja las debilidades institucionales, debido a las limitantes relacionadas al poder sindical o a regulaciones gubernamentales (como puede ser el salario mínimo), las cuales restringen el funcionamiento del mercado, de manera que el salario se fije a través de la interacción de la oferta y la demanda, pues el gobierno, y su incapacidad de imponer y hacer valer políticas o programas que afecten el nivel de producción y el empleo, puede aportar o no al deterioro del sector formal e informal (Loayza, 1997); por esto, la decisión de estar fuera del sector moderno y formal está asociada con la precariedad del servicio que ofrece el Estado y su falta de capacidad para que las leyes se cumplan (Rigolini y Loayza, 2006).

El tercer enfoque explica la informalidad como un reflejo de un análisis costo-beneficio, por el cual muchas empresas y trabajadores optan por “escapar” de la formalidad (Maloney, 2004); por esto, para muchas empresas, la formalidad implica pocos beneficios dadas sus preferencias; entre ellas, renunciar a ciertos tributos a fin de obtener cierta flexibilidad laboral, sustituir la protección social por salario, ahorrar e invertir en vez de contribuir en un plan de pensiones. Bajo este enfoque, el empleo informal tendría un carácter voluntario; por esto, a este enfoque se le suele denominar voluntarista.

La informalidad laboral es un fenómeno que puede analizarse desde distintas ópticas económicas (macroeconómica y microeconómica), su identificación y estudio inicia a principios de la década de los 70 del siglo pasado. Este fenómeno es identificado en una investigación realizada por el antropólogo Keith Hart en el año 1971 para la Organización Internacional del Trabajo (OIT), quien distingue entre oportunidades de ingreso formal e informal, las cuales se basan, esencialmente, en el salario y el autoempleo, donde la variable clave es el grado de racionalización del trabajo, es decir, contratar o no mano de obra de manera permanente y regular para recompensas fijas. En su mayoría, las empresas funcionan con cierta burocracia, por lo que son susceptibles de numeración, mediante encuestas y, como tales, constituyen lo que Hart llamó “sector moderno” de la economía urbana. Las restantes, es decir, aquellas que no son posible numerar de diversas formas, como baja productividad del sector urbano, o ejército de reserva de desempleados y subempleados, las denomina “el sector tradicional urbano” (Hart, 1973).

Además de este estudio llevado a cabo en Ghana, se realizó una misión a Kenia, en el año 1972. El objetivo era reconocer el problema de empleo de dicha región, caracterizando la ocupación laboral generadora de ingresos. En este estudio se encontraron como características generales: las pocas barreras de ingreso en términos de capacidad, capital y organización, empresas de probabilidad familiar, operación a pequeña escala, producción de mano de obra intensiva con tecnología atrasada, mercados sin regulación, pero competitivos, dependencia de recursos nativos de la región (Jolly & Singer, 1972).

A medida que se desarrollaban estudios acerca del significado de informalidad, relucían nuevos rasgos, (Tokman, 1987) caracterizadas estas actividades como marginales, teniendo así un bajo nivel de productividad y, a pesar de que están fuera del sector formal, permiten una forma de subsistencia a los trabajadores. Mientras que, De Soto (2000) determina cómo microempresarios eligen ser informales debido a los bajos requerimientos que pide el registro informal, es decir, actividades ilícitas. Otros autores como Portes (1998) afirman que estas actividades informales pueden alcanzar una vinculación con el sector formal a través de la subcontratación. Un último enfoque es el que plantea Maloney (2003), quien sostiene que la informalidad puede generar menores costos y mayores beneficios, de manera que la decisión de pertenecer al o no sector informal puede ser voluntaria.

En los estudios realizados de informalidad laboral se han identificado diversos factores que inciden en este fenómeno, por lo cual han surgido diferentes enfoques o corrientes que explican dichos factores, estos son: el dualista, institucionalista, estructuralista, legalista y el voluntarista.

3. Revisión de la literatura

La literatura empírica refleja un problema de endogeneidad entre la pobreza y la informalidad, siendo este un dilema de doble causalidad. Siguiendo a Amuedo‐Dorantes (2004), Nazier y Ramadan (2014), y Canelas (2018), la informalidad tiene un impacto sobre el hecho de ser pobre, así como el ser pobre tiene un impacto en el acceso a un empleo informal.

Las investigaciones que realizan algún tipo de modelación inferencial o econométrica de la pobreza son relativamente recientes. Los resultados de Ramírez Mordán (2013), y Reyes Pérez y Peguero Marte (2018) presentan evidencia de que variables relacionadas a las características del jefe del hogar, al acceso al mercado de trabajo, el sexo, la estructura demográfica de los hogares, así como variables geográficas resultaron ser determinantes de la pobreza (monetaria y multidimensional).

Por su parte, la informalidad laboral fue abordada de manera amplia por Guzmán (2007), cuyo estudio presentó un análisis exploratorio pionerio en su momento, caracterizando y explicando la informalidad laboral urbana. Posteriormente, distintos abordajes han generado perfiles de la informalidad laboral donde el Banco Mundial (2017), Rodríguez Núñez et al. (2017), Rodríguez Núñez y Guerra Salazar (2019) han sido los principales autores que han abordado la informalidad laboral, utilizando datos de la Encuesta Nacional de Fuerza de Trabajo (ENFT).

En todos los casos, los resultados coinciden con que la informalidad tiene un efecto en la pobreza, así como el hecho de ser pobre tiene un efecto sobre ser informal, es evidencia de que la literatura nacional detecta un problema de endogeneidad entre dichas variables.

3.1 Fuentes de información

En este trabajo se utilizan microdatos semestrales (abril) de la Encuesta Nacional de Fuerza de Trabajo (ENFT), que levanta desde el año 1991 el Banco Central de la República Dominicana (BCRD). Esta encuesta provee información a nivel de microdatos relacionados al mercado laboral dominicano, atendiendo a características específicas de los individuos.

Los datos utilizados son solo aquellos de la población ocupada de 10 años o más, y abarca los años 2010 y 2016. En estos, las variables independientes se segmentan en dos grupos conceptuales: un grupo con características individuales que abarcan el sexo, los años de escolaridad, la edad, así como la transformación de esta última (elevadas al cuadrado), el jefe o jefa de hogar, la región geográfica, estado civil. Un segundo grupo considerará el sector económico al que pertenece.

3.2 Definición de sector informal en la Encuesta Nacional de Fuerza de Trabajo

Actualmente, la Encuesta Nacional de Fuerza de Trabajo (ENFT), establece como definición de “sector informal”, lo siguiente:

Comprende a todos los ocupados asalariados que laboran en establecimientos de menos de cinco empleados, además de los trabajadores por cuenta propia y patronos que pertenezcan a los siguientes grupos ocupacionales: agricultores y ganaderos, operadores y conductores, artesanos y operarios, comerciantes y vendedores y trabajadores no calificados. En adición, se incluye el servicio doméstico y los trabajadores no remunerados. (Banco Central de la República Dominicana, 2010, p. 20)

Siguiendo la resolución anterior define al “sector formal” de la siguiente manera:

Comprende a todos los ocupados asalariados que laboran en establecimientos con 5 o más empleados, además los trabajadores por cuenta propia y patronos que pertenezcan a los grupos ocupacionales: 20 profesionales e intelectuales, gerentes y administradores, y profesionales y técnicos, independientemente del tamaño del establecimiento donde laboran. (Banco Central de la República Dominicana, 2010, p. 19)

3.3 Definición de la pobreza monetaria

La literatura evidencia que en la República Dominicana existen diversas medidas que aproximan la condición de pobreza. Cabe resaltar que, a diferencia de los indicadores del mercado laboral (como la informalidad) —en los cuales se cuentan con normas de organismos como la Organización Internacional del Trabajo (OIT)—, en el caso de la medición de la pobreza no existe un conjunto de normas y/o recomendaciones de parte de algún organismo supranacional, lo cual dificulta las comparaciones de los niveles de pobreza entre países (Oficina Nacional de Estadística, 2012). Como se puede apreciar en la siguiente figura, los enfoques suelen estar basados en métodos objetivos, fundamentados, principalmente, en pobreza monetaria con dos posibles casos: línea de pobreza absoluta y línea de pobreza relativa.

Figura 1

En este sentido, en dicho documento, se define la pobreza objetiva como:

La situación en la que prevalece un déficit ya sea respecto a un monto de recursos considerado necesario para adquirir una canasta mínima de consumo[,] definida como pobreza monetaria, o relativo a la satisfacción de ciertas necesidades consideradas como esenciales, tales como la vivienda, la salud o la educación, pobreza no monetaria. (Oficina Nacional de Estadística, 2012, p. 21)

En esta línea, se asume la definición de pobreza monetaria basada en la Metodología para el cálculo de la medición oficial de la pobreza monetaria en la República Dominicana, elaborada por la Oficina Nacional de Estadística (ONE) y el Ministerio de Economía, Planificación y Desarrollo (MEPyD). Esto debido a la simplicidad y objetividad del indicador, además de que, de acuerdo con estas medidas, suelen estar correlacionadas, como se puede apreciar en la Tabla 1, la cual es significativa al 1.00 %. Con esto, es de esperarse que los resultados no sean significativamente distintos al utilizar una medida de pobreza u otra.

4. Modelo Teórico

La especificación teórica del modelo se presenta en las ecuaciones 1 y 2, utilizando las principales teorías de la informalidad y la pobreza que señala la literatura internacional y local.

informalidad=(condición de pobreza,jefe de hogar,sexo,edad,

experiencia,nivel educativo,zona geográfica,actividad económica) (1)

condición de pobreza=(tipo de empleo,jefe de hogar,sexo,edad,experiencia,

nivel educativo,zona geográfica,actividad económica) (2)

Las variables dependientes en las ecuaciones (1) y (2): informalidad y pobreza, expresan cómo la cabeza del hogar (i), Esté empleado como informal y la condición de que el jefe del hogar sea pobre.

Se incluyen en la especificación como variables exógenas, variables que afectan las características de los hogares, como el número de miembros trabajando respecto al tamaño del hogar. Variables de tipo demográfico de los miembros (I) de la cabeza del hogar (i), así como la edad, nivel educativo, la educación de los padres, el tamaño de la empresa donde trabaja, las cuales son señaladas por autores como Todaro y Harris (1970), Tokman (1982), Guzmán (2007), entre otros, como variables determinantes.

5. Operacionalización de las variables

En este apartado se presenta el modelo aplicado, con la especificación empírica que se presenta en la literatura anteriormente detallada de los trabajos similares:

$informalidad= \beta {̂}_0+{\beta }_1 \left(pobreza\right)+{\beta }_2{F}_1+{\beta }_3{I}_1+{\beta }_4{C}_1+{\epsilon }_i$  (3)

$pobreza= \alpha {̂}_0+{\alpha }_{1 }\left(informalidad\right)+{\alpha }_2{H}_1+{\alpha }_3{I}_{}1+{\alpha }_4{C}_1+v_i$ (4)

Donde:

Las variables dependientes en las ecuaciones (3): informalidad, la cual se operacionaliza a través de la variable sector informal que se utiliza como proxy del empleo informal. En el caso de la ecuación (4) se operacionaliza la variable pobreza, a través de la pobreza monetaria. Estas variables, representan la probabilidad de que la cabeza del hogar (i), tenga un empleo informal y la probabilidad de que el jefe del hogar sea pobre.

Se incluyen en la especificación como variables exógenas, variables que afectan las características de los hogares, como el número de miembros trabajando respecto al tamaño del hogar, de acuerdo con la teoría especificada. Variables de tipo demográfico de los miembros (I) de la cabeza del hogar (i), así como la edad y nivel educativo, estas variables se toman directamente de la ENFT, las cuales llevan el mismo nombre debido al tipo de cuestionario que se aplica.

El vector C₁ se refiere a la localización de características específicas, es decir, variables relacionadas al área territorial, las cuales se operacionalizan a través del área urbana o rural, así como las regiones de desarrollo. Finalmente, en este vector se incluyen variables como la rama de actividad económica, que se operacionalizan bajo esta misma denominación y la cual es levantada por la ENFT.

Tanto α₀ y β₀ son los parámetros para estimar por el modelo; α₁ refleja el impacto de trabajar en el sector informal sobre la probabilidad de ser pobre, mientras β₁ mide el impacto de ser pobre en la probabilidad de la informalidad.

Para corregir los problemas de endogeneidad, la literatura aplica modelos de máxima verosimilitud, en este caso, modelos de probabilísticos “Probit” con variables instrumentales. En la literatura se excluyen los miembros del hogar que trabajan, en relación al tamaño del hogar para instrumentar la pobreza (Nazier y Ramadan, 2014; Canelas, 2018). Para el caso dominicano, las pruebas indican la exogeneidad de la variable al 5.00 % de significancia con dicha variable, según la prueba de Wald de exogeneidad. Esta relación con la pobreza se da por la asociación en la vulnerabilidad que tienen los miembros de los hogares al estar desocupados. De igual forma, se sigue la literatura para instrumentar la informalidad; la ecuación (1) está identificada por el tamaño de la empresa, pues esta variable está altamente correlacionada con la incidencia en el empleo en el sector informal, pero no necesariamente con la probabilidad de ser pobre, lo cual se comprobó también con la prueba de exogeneidad de Wald.

6. Análisis descriptivo de las variables

En este apartado de presentan los grupos a comparar en los modelos que se pretenden aplicar en el documento. La idea es presentar los grupos de empleados formales respecto a los informales, así como presentar los pobres respecto a los no pobres, para el año 2010 y el año 2016.

Para el año 2010, la muestra del grupo de los empleados informales superaba, de manera importante, a los formales. Como se puede apreciar en la Tabla 2, el porcentaje de pobres en el sector informal es 0.20 puntos mayor a la cantidad de pobres empleados en el sector formal en dicho período. Las mujeres son más propensas a trabajar en el sector informal, mientras los jefes de hogar abundan más en el sector formal. En cuanto a las variables educativas, el promedio de informales con educación primaria es mayor, mientras que el promedio con educación universitaria está ocupado de forma mayoritaria por el sector formal. No se evidencian diferencias importantes en la experiencia. Tampoco las diferencias en la media de las regiones de planificación y en las ramas de actividades muestran diferencias tan distantes como las descritas en las variables anteriores.

Siguiendo con la línea anterior, en el año 2016 la muestra del grupo de los empleados informales superaba, nuevamente, a los formales. Como se puede apreciar en la Tabla 3, el porcentaje de pobres en el sector informal es 0.14 puntos mayor a la cantidad de pobres empleados en el sector formal en dicho período, evidenciando así una reducción de 6 puntos respecto a 2010. Las mujeres ahora no guardan una distancia tan marcada, como en 2010, a trabajar en el sector informal; mientras los jefes de hogar abundan más en el sector formal. En cuanto a las variables educativas, el promedio de informales con educación primaria es mayor, mientras que el promedio con educación universitaria está ocupado de forma mayoritaria por el sector formal. No se evidencian diferencias importantes en la experiencia. Tampoco las diferencias en la media de las regiones de planificación y las ramas de actividades muestran diferencias tan distantes como las descritas en las variables anteriores.

Al evaluar los indicadores de pobreza monetaria (pobres en relación a los no pobres), en el año 2010 la proporción de pobres que eran informales era 0.20 mayor que los formales en pobreza. Las zonas urbanas presentan mayor porcentaje de pobres, que podría darse debido a la mayor cantidad de personas, considerando que esta definición de urbanismo frente a zonas rurales responde al hecho de que se utilicen los municipios cabecera como “Urbano” y el resto “Rural”.

7. Resultados

En este apartado se presentan los resultados de los modelos aplicados. Primero se evalúan los modelos para los años 2010 y 2016, sin instrumentos, a fin de utilizarlos como punto de partida y replicar (aunque con nuevos controles), los modelos mencionados que, precisamente, originaron la pregunta acerca de la identificación del efecto causal en la literatura previa. Un segundo punto, es aplicar los modelos con las variables instrumentales.

En este último, cabe resaltar que las variables instrumentales fueron sometidas a las pruebas de relevancia (véanse en los anexos Tabla A1 y Tabla A2 ) y de exogeneidad. Dichas pruebas representan lo necesario para validar el hecho de que el instrumento sea aplicable. Cabe resaltar que, para este tipo de modelos, es necesario que el instrumento no sea una variable dicotómica. La relevancia del instrumento es necesaria probarla ex ante, pues es una condición necesaria que el instrumento guarde una covarianza distinta de cero con la variable a instrumentar. Para corroborar esto, se aplicó un análisis de regresión por mínimos cuadrados ordinarios, así como un análisis de correlación. Mientras que, para la exogeneidad, se presenta una prueba en las salidas del IV-Probit, donde se rechaza o no la Hipótesis Nula de no autocorrelación.

Al aplicar los tres tipos de modelos característicos de variable dependiente cualitativa que sugiere Greene (2002): Modelo Lineal de Probabilidad (MPL), Modelo de Regresión Probabilística “Probit” y Modelo de Regresión Logística “Logit”, no se evidenció un efecto causal de la pobreza sobre la informalidad en el año 2010. De igual manera, tampoco se evidenció un efecto causal de la pobreza monetaria sobre la informalidad laboral en el mismo año. De entrada, esto contradice los resultados de Rodríguez Núñez y Guerra Salazar (2019), así como los resultados de Ramírez Mordán (2013). En el modelo de determinantes de la informalidad, los controles relacionados al sexo, la jefatura del hogar, los grupos etarios, los niveles educativos secundario, superior, la experiencia, el cuarto y quinto quintil poblacional, la región de planificación Nordeste y Yuma resultaron estadísticamente significativos. Para el año 2010 la informalidad laboral no es una variable estadísticamente significativa respecto a la pobreza, por lo que, para este caso, de cumplirse la hipótesis de que esta sea una variable explicativa al instrumentar la informalidad laboral, debería corresponder la ausencia del efecto en dicho año.

Por su parte, para el modelo de año 2016, los resultados fueron similares a los presentados por Rodríguez Núñez y Guerra Salazar (2019), donde para el año 2016 la pobreza monetaria funciona como un predictor de la informalidad laboral y es consistente al aplicar los tres tipos de modelos. Por otro lado, también resulta ser consistente el hecho de que la informalidad opere como un predictor de la pobreza, coincidiendo con las estimaciones realizadas por Ramírez Mordán (2013) para períodos previos y, más recientemente, con las estimaciones de Reyes Pérez y Peguero Marte (2018), aunque para una medida de pobreza multidimensional.

Para el año 2016, donde en los modelos sin instrumentar resultaron significativos los niveles de pobreza e informalidad laboral son consistentes para el modelo con y sin instrumentos. Por lo que puede validarse la hipótesis para este año de que, cuando uno de los predictores es estadísticamente significativo, lo es también este instrumentado, mostrando así evidencia a favor de la literatura previamente presentada, donde ambos fenómenos se explican entre sí.

8. Conclusiones

En esta investigación se analizó posible endogeneidad por causalidad simultánea entre la informalidad laboral sobre la pobreza, así como el caso inverso. El objetivo general consistió en corroborar si la relación encontrada en la literatura previa no evidenciaba algún tipo de sesgo por endogeneidad. Para dicho fin, se utilizaron modelos lineales de probabilidad (MPL), modelos de regresión probabilística “Probit”, modelos de regresión logística “Logit” y modelos de regresión probabilística con variables instrumentales “IV-PROVIT”. Los instrumentos utilizados se seleccionaron basados en la literatura empírica de investigaciones que abordaban esta problemática, los cuales mostraron cumplir con los criterios de relevancia y exogeneidad. Estos últimos con el fin de presentar una explicación de variables relevantes pero exógenas, no sujetas a la posible endogeneidad por causalidad simultánea entre la pobreza monetaria y la informalidad laboral. Los datos utilizados fueron de la Encuesta Nacional de Fuerza de Trabajo (ENFT) del Banco Central de la República Dominicana (BCRD) para los años 2010 y 2016.

Los resultados evidencian que, al controlar por los factores considerados por la literatura teórica y empírica, existe una relación de la pobreza hacia la informalidad, siempre y cuando, la exista de la informalidad hacia la pobreza. Lo anterior va acorde con la literatura previa, que señalaba ambas variables como posibles predictores la una de la otra. En consonancia con esta, los vectores de distintos controles utilizados demostraron ser relevantes en cuanto a su inclusión, coincidiendo con diversas investigaciones previas de la literatura que, nuevamente, confirman que variables como la zona urbana (es decir, los municipios cabecera), el nivel educativo, trabajar la rama de actividad intermediación financiera y ciertas regiones de planificación, sobre todo del Cibao, reducen la probabilidad de emplearse en el sector informal. En cambio, ser jefe o jefa de hogar, así como trabajar en la agricultura y ganadería aumentan la probabilidad de emplearse en el sector informal, coincidiendo nuevamente con lo visto en la literatura previa.

En futuras investigaciones, se sugiere aplicar estos modelos considerando las nuevas definiciones de informalidad laboral contenidas en la Encuesta Nacional Continua de Fuerza de Trabajo (ENCFT), considerando que estas nuevas definiciones responden a los criterios más recientes de la OIT y son capaces de capturar mejor y de manera más precisa la informalidad laboral en lugar de los empleados del sector formal e informal, que fue lo presentado en este documento. Además, es posible aprovechar la ENCFT para realizar análisis longitudinales, considerando la rotabilidad de la muestra para dar seguimiento de corto plazo a los individuos y explotar la riqueza en los datos que ofrece la literatura de paneles cortos.

De igual manera, será pertinente seguir considerando el uso de variables instrumentales para la aplicación de este tipo identificación de efectos causales en temas microeconométricos, pues la literatura dominicana, en general, ha mostrado una aplicación cada vez mayor de modelos de variable dependiente cualitativa, omitiendo detalles teóricos referidos a la posible causalidad simultánea que ocasionaría un problema de endogeneidad. Es pertinente seguir las recomendaciones de la literatura econométrica aplicada, de autores como Greene (2002), y aplicar modelos MPL, “Logit” y “Probit”, en lugar de solo uno de estos, a fin de poder comparar el coeficiente y los criterios de información.