SciELO - Scientific Electronic Library Online

 
 issue62Contexts and areas of community care work: an intersectional perspective of popular movementsWork experiences of male workers in the construction branch who provide services on digital platforms. The case of HomeSolution author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Estudios del trabajo

Print version ISSN 0327-5744On-line version ISSN 2545-7756

Estud. trab.  no.62 Buenos Aires Dec. 2021

 

ARTÍCULOS

Trabajadores pobres ante la irrupción de la pandemia de COVID-19 en un mercado laboral segmentado: el caso argentino1

The working poor facing the COVID-19 pandemic outbreak in a segmented labor market: the case of Argentina

Santiago Poy2  * 

2 Filiación institucional: Universidad Católica Argentina, CONICET, Observatorio de la Deuda Social Argentina (Ciudad Autónoma de Buenos Aires, Argentina).

Resumen

El objetivo del artículo es analizar el impacto de la crisis económica y sanitaria provocada por la pandemia de COVID-19 sobre la pobreza entre los/as ocupados/as argentinos. Se apeló a técnicas de microdescomposición para examinar los determinantes de los cambios en la pobreza y al análisis de regresión logística sobre datos de panel para analizar los factores asociados a la transición hacia la pobreza. La fuente de datos es la Encuesta Permanente de Hogares (EPH) del Instituto Nacional de Estadística y Censos (INDEC). Los hallazgos revelan que: a) el aumento de la pobreza entre ocupados/as se explicó principalmente por la caída del nivel de ocupación en los hogares de trabajadores/as y la reducción de ingresos laborales reales por ocupado/a, mientras que las transferencias de ingresos operaron en sentido contrario; b) los/as trabajadores/as que vivían en hogares con altas tasas de dependencia, eran informales o se desempeñaban en ramas más severamente afectadas por las restricciones se vieron más expuestos a entrar en la pobreza.

Palabras clave: Pobreza; Segmentación del mercado de trabajo; COVID-19; Informalidad

Abstract

The objective of this paper is to analyze the way in which the socioeconomic and health crisis due to the COVID-19 outbreak had consequences on in-work poverty in Argentina. Microdecompositions techniques were used to examine the determinants of the changes in poverty rates, whereas logistic regression on panel data was used to analyze the factors associated with the transition from out of poverty to in-work poverty. Data come from the Permanent Household Survey (EPH) of the National Institute of Statistics and Censuses (INDEC). The main findings are a) the increase of in-work poverty is explained mainly by the sharp fall in the households’ number of occupied and the reduction of the income per occupied, while cash transfers reduced in-work poverty; b) workers who lived in households with high dependency rates, informal workers and those who worked in economic sectors severely affected by the restrictions were the most exposed to entering in-work poverty.

Key words: Poverty; Labor Market Segmentation; COVID-19; Informal employment

Introducción

La irrupción de la enfermedad provocada por el virus SARS-CoV-2 ha acentuado los desequilibrios laborales a escala mundial con amplias consecuencias en materia de bienestar de los/as trabajadores/as (OIT, 2020a). En América Latina, la pandemia encontró a los mercados de trabajo en un marco de fragmentación estructural: más allá del ciclo de crecimiento de los años 2000, subsisten una extendida informalidad laboral y una alta proporción de trabajadores en actividades de baja productividad (Maurizio, 2021; OIT, 2020b). La Argentina comparte estos rasgos de un extendido sector informal y una alta incidencia del empleo desprotegido (Beccaria y Maurizio, 2012; Bertranou et al., 2014; Donza, 2021), a lo que se agrega una reciente tendencia a la precarización de la estructura ocupacional en un marco de bajo crecimiento y alta inflación (Poy, Robles y Salvia, 2020).

El objetivo de este artículo es analizar la forma en que el contexto socioeconómico y sanitario iniciado tras la irrupción de la pandemia de COVID-19 impactó sobre la pobreza entre los/as ocupados/as argentinos. Aunque existen varios estudios acerca de la evolución de la pobreza monetaria durante 2020 (Bonavida y Gasparini, 2020; INDEC, 2021a; Salvia, Bonfiglio y Robles, 2021), no se ha analizado de manera sistemática lo ocurrido con los/as trabajadores/as pobres. La pobreza entre ocupados/as revela a escala mundial que el trabajo no parece suficiente como mecanismo de integración socioeconómica, desafío que se profundiza en el marco de la pandemia. En este sentido, abordamos dos interrogantes relacionados entre sí: ¿cuáles fueron los principales determinantes del cambio en la pobreza entre trabajadores/as a partir de la irrupción de la crisis? ¿Cuáles son los perfiles de trabajadores/as que han registrado una mayor probabilidad de entrar en la pobreza?

Ante la detección de los primeros casos confirmados de COVID-19 en el país, el Gobierno impuso un confinamiento estricto el 20 de marzo de 2020 -el llamado “aislamiento social preventivo y obligatorio” (ASPO)- del que solo quedó eximido un conjunto de trabajadores/as considerados “esenciales” (en actividades de servicios de salud, cuidados, transporte y comunicaciones, y las fuerzas de seguridad, entre otros). La fase más severa de las restricciones se mantuvo entre fines de marzo y comienzos de junio en las áreas urbanas más populosas. Luego, las distintas jurisdicciones atravesaron diferentes fases de restricción, mientras que el Área Metropolitana de Buenos Aires (la Ciudad de Buenos Aires y las 40 localidades que la rodean) se mantuvo hasta noviembre con restricciones estrictas.

La reducción del Producto Bruto Interno (PBI) fue de 9,9% en 2020, concentrándose en el segundo y el tercer trimestre del año (-19% y -10,1%, respectivamente) (INDEC, 2021b). La tasa de actividad tuvo una inédita caída de 8 pp. y se perdieron más de 2,5 millones de empleos, principalmente en el comercio, la construcción y los servicios (INDEC, 2020), registrándose un indicio de recuperación recién en el cuarto trimestre del año3. La tasa de desocupación se incrementó de forma más moderada (pasó de 10,4% a 13,1% entre el primer y el segundo trimestre de 2020), evidenciando que muchos trabajadores/as pasaron directamente a la inactividad (Donza, 2021)4.

Las autoridades argentinas implementaron una serie de medidas dirigidas a atemperar los efectos de la pandemia cuyo costo fiscal adicional se estimó en 3,9% del PBI (FMI, 2021). En materia de protección social, se dispusieron bonos para jubilados y para beneficiarios de la Asignación Universal por Hijo (AUH) y un refuerzo para la Tarjeta Alimentar5 de monto variable según la composición familiar. La medida más relevante fue un Ingreso Familiar de Emergencia (IFE), de $10.000, dirigido a la población de 18 a 65 años desempleada, ocupada en la economía informal o cuentapropista formal de muy bajos ingresos. Este instrumento alcanzó a unos 9 millones de personas entre abril y agosto de 2020 (ANSES, 2020). En materia productiva y laboral, se prohibieron los despidos y se otorgaron créditos para pequeñas empresas, pero la medida más relevante fue el programa de Asistencia de Emergencia al Trabajo y la Producción (ATP), que incluyó la postergación del pago de contribuciones a la seguridad social y el pago por parte del Estado de hasta el 50% del salario neto de los trabajadores/as de las empresas más afectadas.

En este artículo analizamos los efectos de la crisis por COVID-19 en la situación de pobreza de los ocupados/as. El concepto de trabajadores/as pobres combina el análisis del mercado de trabajo con el estudio de la pobreza y los distintos niveles de determinantes que inciden sobre ella (Crettaz, 2013). Lo empleamos aquí por su utilidad para abordar la intersección entre la desigualdad ocupacional, las políticas de bienestar (principalmente, las transferencias de ingresos) y las condiciones de vida de los trabajadores/as. En este sentido, argumentamos que el impacto de la pandemia de COVID-19 sobre la pobreza de trabajadores no puede desligarse del tipo de configuración institucional de los mercados de trabajo y de los sistemas de protección social6. En un marco de segmentación estructural, la pandemia y las medidas de confinamiento afectan más negativamente a los mercados de trabajo latinoamericanos al restringir las posibilidades de trabajar de los segmentos más frágiles de la fuerza de trabajo. Por consiguiente, la principal hipótesis es que el contexto de pandemia de COVID-19 provocó un incremento de la pobreza entre trabajadores/as como resultado de mecanismos relacionados con el propio mercado de trabajo -específicamente, por pérdida de ocupados/as en los hogares, reducción de horas trabajadas y de ingresos-, a la vez que ciertos perfiles de la fuerza de trabajo -trabajadores/as informales e independientes o que viven en hogares con altas demandas de consumo- habrían concentrado las mayores chances de entrar en pobreza.

La fuente de datos de este estudio es la Encuesta Permanente de Hogares (EPH) del Instituto Nacional de Estadística y Censos (INDEC). Para atender a los interrogantes planteados, apelamos a dos estrategias metodológicas. Por una parte, examinamos la evolución de la pobreza entre trabajadores/as en los distintos trimestres de 2020 y, retomando una metodología de descomposición desarrollada por Azevedo et al. (2013), evaluamos el papel de los ingresos laborales, del número de ocupados/as por hogar y de los ingresos no laborales en el cambio observado en la tasa de pobreza. Por otra parte, para evaluar cuáles fueron las características de los/as trabajadores/as que se asociaron más intensamente con la entrada en la pobreza, se elaboraron paneles anuales a partir de la EPH y se desarrolló un análisis multivariado de regresión logística.

El artículo se estructura de la siguiente manera. La próxima sección presenta la perspectiva conceptual y las hipótesis de trabajo. La tercera sección desarrolla la metodología y presenta la fuente de datos. La cuarta sección expone los resultados de las microdescomposiciones y de los modelos multivariantes realizados. El artículo se cierra con algunas reflexiones finales.

Perspectiva analítica e hipótesis de trabajo

El concepto de “trabajadores pobres” ha adquirido difusión a escala internacional ante los cambios en los mercados de trabajo, el aumento de la desigualdad y las modificaciones en los regímenes de bienestar (Fraser et al., 2011). En los países desarrollados, la discusión sobre los/as trabajadores/as pobres tiene como telón de fondo la recuperación posterior a la crisis de 2008-2009, en la cual los empleos creados tuvieron baja calidad y, en muchos casos, no han bastado para evitar la pobreza (Comisión Europea, 2019; Horemans et al., 2016). En los países periféricos, la relación entre pobreza y trabajo ha sido extensamente tratada por distintos enfoques conceptuales que procuraron relacionarla con características específicas de los procesos de desarrollo (Nun, 2003[1969]; PREALC, 1978; entre otros).

El concepto de pobreza puede involucrar múltiples significados, aunque, en general, en los países en desarrollo es entendida como la carencia de recursos suficientes para alcanzar niveles mínimos de bienestar (Feres y Mancero, 2001). En el tratamiento de la pobreza entre trabajadores/as es posible identificar dos aproximaciones (Filandri y Struffolino, 2019). Desde una perspectiva “individual”, a menudo se define como trabajadores/as pobres a los ocupados/as cuyos ingresos son inferiores a un cierto umbral. Esta definición se relaciona con la noción más habitual de “trabajadores de bajos ingresos” (Maître et al., 2012). En cambio, desde un enfoque centrado a nivel “del hogar” -que es el que se retoma aquí-, se define a los trabajadores/as pobres como aquellos ocupados/as que viven en hogares pobres (Halleröd et al., 2015). Por consiguiente, se tornan relevantes los diferentes mecanismos que explican la pobreza entre trabajadores/as.

Al respecto, es crucial relacionar los procesos de desigualdad que atraviesan los mercados de trabajo con la distribución de ingresos y la pobreza. En este sentido, retomamos las aportaciones sobre la “segmentación laboral” (Grimshaw et al., 2017), que han procurado caracterizar la estratificación del mercado de trabajo. La literatura destaca la existencia de distintos segmentos (en la terminología corriente, el segmento “primario superior”, “inferior” y “secundario”) con puestos de disímil calidad en materia de estabilidad, remuneración y oportunidades de promoción (Doeringer y Piore, 1971). Para el caso latinoamericano, la tematización de la segmentación de los mercados de trabajo abreva en los aportes sobre la “informalidad” (PREALC, 1978). Se señala una articulación entre la estructura productiva de nuestros países, caracterizada por la heterogeneidad estructural (asimetrías tecnológicas y brechas de productividad) (Infante, 2011) y la segmentación del mercado laboral. Una amplia fracción de la fuerza de trabajo se desempeña en actividades laborales de muy baja productividad ligadas al autoempleo o en microunidades. Precisamente, el estrato de productividad al que pertenecen las unidades económicas es determinante del tipo de puestos (en términos de calidad, estabilidad y retribución) al que acceden los/as trabajadores/as. De allí el carácter extendido que adopta la informalidad, tanto en términos de un sector microinformal de baja productividad cuanto del incumplimiento de las regulaciones laborales (Husmanns, 2004; Tokman, 2006).

Las evidencias disponibles señalan que el mercado de trabajo argentino se caracteriza por una segmentación estructural (Beccaria y Maurizio, 2012; Donza, 2021; Salvia y Vera, 2013; Poy, Robles y Salvia, 2020). Esquemáticamente, es posible identificar, por un lado, un sector que incluye a empleadores/as de establecimientos formales, profesionales independientes y asalariados/as protegidos por un sistema regulado que se estructura alrededor de una ley de contrato de trabajo que promueve el empleo estable y permanente. Por otro lado, existe una fracción del mercado laboral -que involucra a alrededor del 40% de la fuerza de trabajo- que opera en condiciones irregulares o eludiendo las normativas laborales, que incluye también actividades por cuenta propia de baja calificación (Donza, 2021; Poy, Robles y Salvia, 2020). Este segmento más desestructurado del mercado de trabajo se desenvuelve principalmente en actividades de comercio, construcción y servicios personales.

Ahora bien, la relación entre las desigualdades socio-ocupacionales y la pobreza involucra mediaciones significativas que es preciso considerar (Maître et al., 2012). Por las características sociodemográficas del hogar y por los comportamientos laborales del resto de los/as integrantes, algunos/as trabajadores/as que no tienen bajos ingresos viven en hogares pobres y viceversa. Por consiguiente, el estudio de los/as trabajadores/as pobres requiere tomar en cuenta otros niveles de determinantes que exceden la posición socio-ocupacional. Lohmann y Crettaz (2018) plantean un esquema de cómo las características ocupacionales, individuales y del hogar se relacionan o se transmiten para incrementar la probabilidad de experimentar pobreza. Al respecto, indican cuatro factores determinantes: a) el bajo nivel de los ingresos laborales que reportan las ocupaciones de menor calidad del mercado de trabajo (Crettaz, 2013); b) una baja intensidad laboral, ya sea individual, ya sea del conjunto de la fuerza de trabajo disponible en el hogar; c) altas demandas de consumo por parte del hogar, lo que en general se deriva de la cantidad de integrantes; d) un insuficiente acceso a prestaciones sociales, o también un monto insuficiente de estas transferencias para eludir la pobreza.

En esta línea, algunos antecedentes para el caso argentino han analizado la relación entre la pobreza y el funcionamiento del mercado de trabajo. Para los años 2000, estas investigaciones encontraron una relación positiva entre informalidad y pobreza por ingresos (Beccaria y Groisman, 2009; Mario y García, 2013), si bien se reconoce que esta relación se encuentra atravesada por las características sociodemográficas de los hogares (Poy, 2020). Por su parte, las investigaciones centradas en la dinámica de la pobreza han constatado que los eventos relacionados con el mercado de trabajo son los más importantes para explicar las trayectorias de entrada y de salida (Beccaria y Maurizio, 2006). Sin embargo, estos estudios también indican que la obtención de nuevos ingresos laborales por parte de los hogares es a menudo insuficiente para permitir la salida de la pobreza, lo que puede vincularse con la baja calidad de los empleos que consiguen los hogares pobres (Beccaria et al., 2015).

En función de lo desarrollado hasta aquí, postulamos que el contexto de pandemia de COVID-19 habría provocado un incremento de la pobreza entre trabajadores ocupados/as. Específicamente, conjeturamos que:

Hipótesis 1: el principal mecanismo de incremento de la pobreza entre ocupados/as habría sido la dinámica ocupacional: la pérdida de ocupados/as y de horas trabajadas en los hogares con trabajadores/as y la reducción o pérdida de ingresos de fuente laboral serían los principales determinantes del aumento de la pobreza.

Hipótesis 2: la probabilidad de entrar en pobreza no habría sido homogénea para distintos perfiles de trabajadores/as: se conjetura que quienes estaban ocupados/as en puestos informales y/o por cuenta propia, en ramas afectadas particularmente por las restricciones o que tienen altas demandas de consumo en sus hogares habrían concentrado las mayores chances de entrar en pobreza.

Materiales y metodología

En esta investigación se utilizaron los microdatos de la Encuesta Permanente de Hogares del INDEC. La EPH es una encuesta trimestral que releva información en 31 aglomerados urbanos de 100.000 habitantes y más de la Argentina (lo que ofrece una cobertura de alrededor del 62% de la población del país). Incluye información sobre la ocupación y los ingresos de fuentes laborales y no laborales de todos/as los/as integrantes del hogar7. Dada la especificidad del contexto iniciado por la pandemia, se emplearon datos trimestrales para examinar eventuales diferencias en la evolución de la pobreza entre ocupados/as.

En la Argentina, la medición de la pobreza se realiza siguiendo un enfoque absoluto (Feres y Mancero, 2001) de acuerdo con el cual la “línea de pobreza” se refiere al valor monetario requerido para acceder a una canasta de bienes y servicios. En este estudio, se definió a los trabajadores pobres como aquellos ocupados/as que viven en hogares cuyo ingreso por adulto equivalente es inferior a la línea de pobreza.

El primer interrogante de esta investigación apunta a examinar cuáles fueron los factores determinantes del cambio en la pobreza entre trabajadores/as en el contexto de la irrupción de la pandemia de COVID-19. A partir de las bases transversales de la EPH se descompone el cambio observado en las tasas de pobreza trimestrales siguiendo la metodología de Azevedo et al. (2013), cuya aplicación se desarrolla en Azevedo et al. (2012). En primer lugar, el ingreso por equivalente adulto de los hogares ( Y 𝐸𝐴 ) puede expresarse del siguiente modo8

:

Donde 𝑛 𝐴 es el número de adultos en el hogar, 𝑛 𝐸𝐴 el número de equivalentes adultos, 𝑦 𝑖 𝐿 el ingreso laboral y 𝑦 𝑖 𝑁𝐿 el ingreso no laboral. Dado que no todos los/as adultos/as son ocupados/as, el ingreso por equivalente adulto podría reescribirse del siguiente modo:

A partir de la ecuación (2) puede descomponerse la contribución de los factores demográficos (la proporción de adultos en el hogar, 𝑛 𝐴 𝑛 𝐸𝐴 ), del ingreso laboral por ocupado/a ( 𝑦 𝑖 𝐿 𝑛𝑂 ), del nivel de participación laboral de los adultos ( 𝑛𝑂 𝑛𝐴 ) y del ingreso no laboral por perceptor ( 𝑦 𝑖 𝑁𝐿 𝑛𝐴 ) al cambio observado en la tasa de pobreza (Azevedo et al., 2013). En efecto, si 𝐹(.) es la función de distribución acumulada del ingreso por adulto equivalente, la tasa de pobreza puede escribirse como (Obando y Andrián, 2016):

Dada la función de distribución acumulada en dos períodos de tiempo, 𝐹 𝑡 y 𝐹 𝑡+1 , y sus correspondientes tasas de pobreza, 𝑃 𝑡 y 𝑃 𝑡+1 , Azevedo et al. (2013) proponen la construcción de una distribución contrafactual. La aproximación ordena en cuantiles a los hogares según su ingreso (en este caso, el ingreso por adulto equivalente) en cada período y obtiene el promedio de cada una de las variables introducidas en (2) en el período t. Luego, esas características son asignadas a cada hogar del mismo cuantil en el período t+1. A modo de ejemplo, para el caso del ingreso laboral, se ordena a los hogares en cuantiles de acuerdo con su ingreso en los períodos t y t+1, y para cada cuantil en el período t+1 se reemplaza el valor observado del ingreso laboral con el promedio del ingreso laboral en el período t que tenían los hogares de ese cuantil (Azevedo et al., 2013).

Este procedimiento permite computar funciones de distribución acumuladas contrafactuales, 𝐹 ∗ , agregando una variable por vez. Como señalan Azevedo et al. (2012), este procedimiento es dependiente de la forma en que se ordenan las simulaciones. Por ello, se computa un promedio de las descomposiciones siguiendo todos los senderos posibles, lo que se conoce como la estimación Shapley-Shorrocks (Azevedo et al., 2013). En el ejercicio que aquí se propone, el componente de ingreso no laboral se desagrega en el ingreso por transferencias, por jubilaciones y pensiones y otros ingresos no laborales9.

Por su parte, el segundo interrogante de esta investigación es examinar cuáles fueron los trabajadores/as que tuvieron las mayores chances de pasar a experimentar pobreza a partir de la irrupción de la pandemia de COVID-19. Para abordar este objetivo se decidió explotar el diseño rotatorio de la EPH. Al igual que muchas encuestas a hogares, la EPH incluye un esquema de rotación de los hogares que conforman la muestra. Específicamente, la EPH incluye un esquema de rotación denominado “2-2-2”, en el cual un mismo hogar ingresa a la muestra dos trimestres consecutivos, se retira dos trimestres y vuelve a ser entrevistado dos trimestres consecutivos. Según el diseño previsto, entre un trimestre y el mismo del año siguiente la EPH tiene un 50% de muestra en común. En el presente estudio se aprovechó este diseño y se elaboraron paneles anuales para el segundo, tercer y cuarto trimestre de 2020. No se realizaron correcciones por desgranamiento y se empleó la ponderación correspondiente al período inicial. Para la elaboración de estos paneles se tuvieron en cuenta, como es habitual, controles por sexo y edad (Vera, 2016) (Figura 1).

Figura 1 Observaciones en el panel con y sin controles. 

A partir de los datos de panel se computaron las probabilidades de que un/a trabajador/a que no se encontraba en pobreza en el tiempo inicial hubiese pasado a la pobreza durante el contexto de la pandemia de COVID-19. Para estimar los factores asociados a la probabilidad de pasar a la pobreza se estimaron modelos de regresión logística binomial, un procedimiento que resulta adecuado cuando la variable dependiente es dicotómica. Retomando la literatura revisada, en la estimación se incluyeron variables de tres niveles: características de los/as trabajadores/as, de sus hogares y de sus ocupaciones. Entre estas últimas, se busca capturar los procesos de segmentación socio-ocupacional que caracterizan al mercado de trabajo argentino (Bertranou et al., 2014; Poy, Robles y Salvia, 2020) (Figura 2).

Figura 2 Variables incluidas en la regresión logística y en el análisis descriptivo. 

Resultados

Análisis descriptivo

La pobreza entre trabajadores/as ha seguido una pauta coherente con los ciclos económicos que atravesó la sociedad argentina en las últimas décadas. Tras la crisis de 2001-2002 alcanzó su máximo nivel histórico, para descender a partir del ciclo de alto crecimiento que caracterizó a los primeros años 2000: pasó de 46,3% a 15,2% entre 2003 y 2013 (Gráfico 1). Luego de alcanzar su menor nivel en ese año, experimentó un aumento tendencial en un contexto de estancamiento económico y alta inflación (alcanzó 20,2% de los/as trabajadores/as en 2016) y se incrementó abruptamente ante la crisis de 2018-2019 (hasta 24,8%). Ante la irrupción de la pandemia de COVID-19, en 2020, alrededor de 28,1% de los trabajadores vivían en hogares pobres.

Gráfico 1 Población pobre y trabajadores pobres. Total de aglomerados urbanos, 2003-2020. En porcentaje de la población y de ocupados/as (18-64 años). 

El panel derecho del Gráfico 1 exhibe que los meses de implementación de las medidas de aislamiento social más estrictas (ASPO) -el segundo y el tercer trimestre de 2020- marcaron un fuerte incremento de la pobreza entre trabajadores/as. La variación interanual en el segundo trimestre fue de 5,3 pp. y, en el tercer trimestre, de 3,3 pp. Se aprecia que este aumento fue algo más moderado que en la población general, lo que podría explicarse porque la destrucción de puestos y el aumento del desaliento indujo la salida de la ocupación por parte de una fracción vulnerable de trabajadores/as cuyos empleos están asociados a la pobreza. Asimismo, se advierte que, pese a la incipiente reactivación de los niveles de actividad en el cuarto trimestre de 2020, la pobreza entre trabajadores/as fue apenas 2 pp. inferior a la registrada en el peor momento del aislamiento.

El Gráfico 2 exhibe información relevante para comprender las características de la pobreza entre trabajadores. El ingreso laboral de los/as trabajadores/as pobres se mantuvo casi inalterado hasta el tercer trimestre de 2020, cuando se redujo casi 7% interanual. Entretanto, se redujo el promedio de horas trabajadas, en particular, durante el segundo y el tercer trimestre (-7,4% y -6,4%). En el cuarto trimestre de 2020, aún no se habían recuperado la cantidad de horas trabajadas con anterioridad al brote de COVID-19. Estos resultados expresan que la pobreza entre trabajadores/as no puede explicarse enteramente por su situación laboral, sino que debe incluir la constelación de ingresos que los trabajadores reúnen de fuentes no laborales y los recursos obtenidos por los demás miembros de sus hogares.

Gráfico 2 Ingreso promedio de la ocupación principal y promedio de horas trabajadas. Total de aglomerados urbanos, 2019-2020. En pesos del primer trimestre de 2021 y horas por semana. 

El cuadro 1 exhibe que, cuando se compara con la población ocupada total, entre los/as trabajadores/as pobres predominan los varones, la población en edades centrales y están sobrerrepresentados/as los ocupados/as de bajo nivel educativo. Con respecto a las características del hogar, se advierte que predominan los/as trabajadores/as que viven en hogares nucleares y están sobrerrepresentados/as aquellos/as en los que hay niños o tienen una baja intensidad laboral. Por último, si se toman en cuenta las características ocupacionales sobresalen algunas características: la amplia mayoría de los/as trabajadores/as pobres son informales (alrededor del 70%), están sobrerrepresentados/as los/as trabajadores/as a tiempo parcial y de algunas ramas específicas de actividad, especialmente, la construcción, el comercio y el servicio doméstico.

Cuadro 1 Composición de la población de trabajadores pobres según características seleccionadas. Total de aglomerados urbanos, 2020. En porcentajes. 

El cuadro 2 incluye indicadores descriptivos de corto plazo que brindan un contexto a los cambios en la pobreza entre trabajadores ante la irrupción de la pandemia. Por un lado, se aprecia una importante reducción del promedio de ocupados/as entre el segundo y el tercer trimestre (una caída interanual de entre 7 y 9%) y, especialmente, de la cantidad de horas trabajadas por los miembros de los hogares (entre 16 y 20%). Esto se expresó en un aumento sustantivo de la tasa de dependencia. Por otro lado, acompaña a estos procesos una caída del número de perceptores/as de ingresos laborales y, de manera inversa, un incremento del número promedio de perceptores/as de ingresos no laborales.

Cuadro 2 Indicadores sociodemográficos y socioeconómicos seleccionados de los hogares con al menos un trabajador pobre. Total de aglomerados urbanos, 2019-2020. 

Determinantes del cambio de la pobreza

En lo que sigue, se analizan los determinantes de los cambios en las tasas observadas de pobreza entre trabajadores/as. Las microdescomposiciones se realizaron para el período 2019-2020 con el objetivo de examinar cuáles fueron los factores determinantes de la evolución de la pobreza. Al respecto, cabe recordar que la primera conjetura examinada es que el principal mecanismo de incremento de la pobreza entre trabajadores/as habría sido la dinámica ocupacional, específicamente, la pérdida de ocupados/as y de horas trabajadas por parte de los hogares y la reducción o pérdida de ingresos laborales. Por ello, en los cuadros 3, 4, 5 y 6 se examinan estos determinantes sobre el cambio interanual (para cada trimestre del año) de la tasa de pobreza.

Tal como indicamos previamente, la incidencia de la pobreza entre trabajadores/as no se alteró significativamente entre el primer trimestre del 2020 y similar período del año previo. No obstante, el aumento de 1,3 pp. en la incidencia de la pobreza es explicado casi en su totalidad por la pérdida de poder adquisitivo del ingreso laboral (lo cual se comprende en el contexto de una inflación acumulada del 50% interanual). Los ingresos por jubilaciones y pensiones, por su parte, desempeñaron un papel amortiguador en la tasa de pobreza entre trabajadores. Cabe señalar que estos efectos también se apreciaron en la población y en los hogares en general10.

Cuadro 3 Descomposición del cambio en la tasa de pobreza según factores que lo explican. Primer trimestre 2019-2020. 

El segundo trimestre de 2020 coincidió con el momento más agudo de restricciones a la movilidad impuestas en el marco de la pandemia por COVID-19. La pobreza entre trabajadores aumentó 5,3 pp. con respecto al mismo período del año anterior (Cuadro 4). Este incremento se explicó por una serie de procesos ocurridos en la situación ocupacional de los/as integrantes de los hogares. Por una parte, el 77,3% de la variación observada se explica por la reducción del número de ocupados/as por hogar. Este efecto recoge tanto el aumento del desempleo como de la inactividad forzada por las medidas de aislamiento (Betranou y Maurizio, 2020). Por otra parte, 28,6% del cambio se debió a la ya aludida pérdida del poder adquisitivo de los ingresos laborales. En este contexto, desempeñaron un papel de especial relevancia las transferencias de ingresos públicas (que explican -46,1% de la variación, lo que representa 2,4 pp.). Se trata del efecto de algunas transferencias preexistentes que tuvieron refuerzos o pagos extraordinarios (como la Tarjeta Alimentar y la AUH) y, en particular, de la implementación del IFE. De acuerdo con las estimaciones disponibles, el IFE habría sido el instrumento con mayor impacto en términos de pobreza monetaria dentro de la batería de medidas implementadas (Poy, 2021). Finalmente, como se indicó, cabe conjeturar que la salida de la ocupación por parte de una amplia franja de trabajadores/as explicaría que el incremento de la pobreza fuese mayor entre los hogares y la población general que entre los ocupados/as que lograron mantener sus empleos.

Cuadro 4 Descomposición del cambio en la tasa de pobreza según factores que lo explican. Segundo trimestre 2019-2020. 

Durante el tercer trimestre también se incrementó la tasa de pobreza entre trabajadores/as, aunque a un ritmo inferior al verificado previamente (3,3 pp.). A diferencia de lo ocurrido durante el segundo trimestre, en este caso se incrementó la importancia de la reducción del ingreso por ocupado/a como principal factor explicativo del aumento de la pobreza (105,7% frente a 87%). Este comportamiento podría explicarse por el incipiente incremento de los niveles de ocupación con respecto a lo ocurrido en el segundo trimestre del año. De todos modos, cabe subrayar que ambos factores continuaron siendo los principales determinantes del aumento de la pobreza entre trabajadores/as. A su vez, se acentuó el papel reductor de las transferencias de política social (-111,5%), lo que podría atribuirse a la concentración de los pagos del IFE en los meses considerados.

Cuadro 5 Descomposición del cambio en la tasa de pobreza según factores que lo explican. Tercer trimestre 2019-2020. 

El último trimestre del año supuso un nuevo incremento interanual de la tasa de pobreza entre trabajadores (4,2 pp.). Cabe resaltar que este aumento se advirtió incluso en el marco de una incipiente recuperación del nivel de actividad. Al evaluar los determinantes de este incremento, se observa nuevamente el papel del ingreso laboral por ocupado/a como mecanismo fundamental (57,5%). Sin embargo, las dificultades que enfrentaron los hogares para recuperar sus niveles de ocupación previos a la irrupción de la pandemia y las restricciones también mantuvieron un rol preponderante (46,8%). Las transferencias de ingresos continuaron desempeñando un rol de amortiguación relevante en esta evolución, aunque de menor envergadura (-40,3%). En este punto, cabe señalar que la parcial recomposición de los niveles de actividad entre ocupados/as habría hecho converger la evolución de las tasas de pobreza con las de la población general.

Cuadro 6 Descomposición del cambio en la tasa de pobreza según factores que lo explican. Cuarto trimestre 2019-2020. 

Transiciones hacia la pobreza entre trabajadores

Se reconocieron anteriormente los principales determinantes que operaron sobre el cambio en los niveles de pobreza entre trabajadores/as. Se ha constatado que el mecanismo que llevó al incremento de la pobreza fue la pérdida de ingresos reales por ocupado/a y la reducción de la participación laboral. Se aborda ahora un interrogante relacionado con el precedente: ¿quiénes fueron los trabajadores/as que tuvieron más chances de entrar en situación de pobreza? La segunda hipótesis del artículo es que los trabajadores/as que estaban ocupados/as en puestos informales y/o por cuenta propia, en ramas afectadas particularmente por las restricciones y/o que tienen altas demandas de consumo en sus hogares habrían concentrado las mayores chances de entrar en pobreza.

Como una primera aproximación, los paneles anuales permiten definir una “matriz de transición” en función de la cual podemos tener una aproximación descriptiva de las probabilidades asociadas a distintos tipos de transiciones en la pobreza entre trabajadores/as (Tejero, 2018). Dado que el interés es el período de crisis por COVID-19, se apeló a paneles para años previos que buscan dar un contexto a las probabilidades obtenidas. El cuadro 7 muestra, en primer término, el incremento verificado en la probabilidad de ser pobre cuando se consideran los paneles analizados (19,6% a 32,8%). Asimismo, se advierte con claridad que aumentó la probabilidad de permanecer en la pobreza habiendo sido pobre en el período inicial (59,6% a 76%). Complementariamente, la probabilidad de salir de la pobreza -siendo pobre en el tiempo inicial- se redujo de forma sensible (40,4% a 24%). Y, por último, se incrementó la probabilidad de entrar en pobreza entre aquellos/as que no eran pobres en el tiempo inicial (de 9% a 18,4%).

Cuadro 7 Probabilidades de permanencia, entrada o salida de la pobreza. Paneles anuales. 

Con el objetivo de examinar cuáles son las características de los/as trabajadores/as que se asocian con una mayor probabilidad de entrar en pobreza, se presentan a continuación los resultados de un modelo de regresión logística binomial. Este procedimiento permite sintetizar cuáles son las covariables que se relacionan con mayor intensidad con la probabilidad de haber entrado en pobreza (frente a permanecer fuera de la pobreza en ambos períodos). El propósito es identificar ciertos perfiles de trabajadores que se relacionan con un tipo de trayectoria. Por ello, en el modelo se introdujeron factores que refieren a características individuales, familiares y de la ocupación (Figura 2). Al respecto, cabe señalar que el ejercicio se desarrolla sobre la población ocupada que tenía posibilidad de cambiar de estado, es decir, aquellos/as ocupados/as que no eran pobres en el tiempo inicial.

Cuadro 8 Factores asociados a la probabilidad de entrar a la pobreza en 2020 (con respecto a permanecer afuera) entre trabajadores/as. Total de aglomerados urbanos. Regresión logística binomial 

A partir del cuadro 8, cabe señalar que cada una de las dimensiones analíticas consideradas -atributos individuales, del hogar y de la ocupación- incluyen indicadores que guardan un peso muy significativo (tomando en cuenta los coeficientes estimados) en la probabilidad de entrar en pobreza. El análisis se concentra en los odds ratio, los coeficientes de regresión en términos exponenciales, que pueden interpretarse como el cociente entre las razones de ocurrencia del evento de interés (en este caso, la pobreza) para las distintas categorías de cada covariable. Con respecto a los atributos individuales, se constata que, una vez controlados distintos factores, el género no tiene un efecto estadísticamente significativo en la probabilidad de entrar en pobreza. La edad del/a trabajador/a establece desigualdades claves: existe un clivaje que distingue a los trabajadores/as de menos de 60 años con respecto a los mayores. La educación del/a trabajador/a resulta un factor estrechamente asociado con la transición: entre quienes no tienen educación secundaria, las chances de haber entrado en pobreza son alrededor de 4 veces las que registran los/as trabajadores/as con educación terciaria o universitaria. Finalmente, los/as trabajadores extranjeros/as se encuentran más expuestos a la probabilidad de haber entrado en pobreza que los nativos (casi 2,3 veces), lo cual cabe asociar a la segmentación sectorial que caracteriza a los extranjeros (Baer et al., 2011).

Con respecto a la hipótesis planteada, cabe indicar que los atributos del hogar resultan fundamentales en la probabilidad de que un/a trabajador/a haya entrado en pobreza. Los/as trabajadores/as que viven en hogares nucleares incompletos son los/as que tuvieron más propensión a entrar en pobreza y lo contrario ocurrió con los trabajadores/as de hogares unipersonales. En este sentido, la variable con mayor peso en la determinación de la probabilidad de haber entrado en pobreza es la presencia de niños/as en el hogar: entre aquellos/as que viven en hogares niños/as, las chances de entrar en pobreza son 2,8 veces las que registran los/as trabajadores/as en hogares sin niños/as. Esto reafirma que la pobreza entre trabajadores/as tiene como uno de sus determinantes principales el desajuste entre las demandas de consumo del grupo familiar y los recursos económicos que logran reunir. En este sentido, es importante resaltar que el determinante de la pobreza no es el tamaño del hogar, sino la tasa de dependencia de los hogares (Cortés, 1997). Y, en efecto, se aprecia que los hogares con mayor número de ocupados/as tuvieron menores chances de entrar en pobreza.

Por su parte, en el marco de la crisis iniciada ante la irrupción de la pandemia de COVID-19 se aprecia que algunos perfiles socio-ocupacionales tuvieron una mayor probabilidad de entrar en la pobreza. En primer lugar, quienes tenían empleos de jornada parcial tuvieron 1,4 veces las chances de entrar en pobreza que sus pares que se desempeñaban en jornadas completas. En segundo lugar, los/as trabajadores/as asalariados/as formales fueron los más “protegidos” frente a la pobreza, incluso en comparación con los empleadores/as y profesionales independientes. Así, los resultados alcanzados dan cuenta de que el cuentapropismo y el empleo informal estuvieron relacionados con la probabilidad de entrar en pobreza. En particular, los/as asalariados/as informales tuvieron las mayores chances de entrar en pobreza. El deterioro exhibido entre los/as trabajadores informales e independientes da cuenta del efecto asimétrico de la pandemia sobre la estructura laboral (Maurizio, 2021). Asimismo, es reveladora de la mayor protección que tuvieron los trabajadores/as formales frente al conjunto de la fuerza de trabajo, posiblemente como resultado de la prohibición de despidos y de la implementación del programa ATP. La otra variable que resultó crucial por su asociación con la entrada en la pobreza es la rama de actividad. Ello da indicios del papel específico de la pandemia y de las medidas de aislamiento: los/as trabajadores/as de ramas como la construcción, la industria y el comercio fueron los más afectados, en comparación con los/as de la administración pública, los servicios financieros, y los servicios de educación y salud.

Distintos aspectos permiten explicar los comportamientos observados, que apuntan al carácter segmentado del mercado de trabajo y el modo en que ello se relacionó con el nuevo contexto. Los/as trabajadores/as informales tienen una mayor representación en ocupaciones que no han podido efectuarse de forma remota (Bonavida y Gasparini, 2020). En el marco de las medidas de confinamiento ante el COVID-19, estos trabajadores debieron interrumpir sus actividades o vieron reducidos sus ingresos. Precisamente, estas actividades se desarrollan en las ramas más afectadas por las restricciones. En el otro extremo, los/as trabajadores/as formales están sobrerrepresentados/as en las actividades que pudieron reconvertirse a una modalidad remota o bien que pudieron continuar en actividad por ser consideradas esenciales.

Conclusiones

La pandemia de COVID-19 y las medidas restrictivas de circulación implementadas como respuesta han acentuado los desequilibrios de los mercados de trabajo, especialmente en los países en desarrollo. En el caso argentino, la pandemia irrumpió en un mercado laboral segmentado, en el cual casi la mitad de la fuerza de trabajo se desempeña en actividades informales desprotegidas o de baja productividad, y sin mecanismos institucionalizados de aseguramiento de ingresos. Este artículo se interesó por el modo en que la crisis sanitaria y económica desatada por la pandemia de COVID-19 impactaron sobre la pobreza entre ocupados/as.

La cuestión de los/as trabajadores/as pobres se discute a escala internacional, pues evidencia las limitaciones del empleo frente a las privaciones económicas. Como se destacó previamente, una ventaja de este enfoque conceptual es que integra determinantes de distinto nivel que interactúan para explicar la pobreza entre ocupados/as: características individuales, de los hogares, de los sistemas de bienestar y de las ocupaciones. En este artículo, la utilización de esta perspectiva ha permitido contribuir al estudio de los impactos de la situación inédita provocada por la pandemia en materia de desigualdad ocupacional y de condiciones de vida de la fuerza de trabajo.

Los hallazgos del artículo pueden sintetizarse en torno a las principales conjeturas planteadas. En primer término, se implementaron microdescomposiciones de la tasa de pobreza monetaria que permitieron estimar los efectos de distintos determinantes en el aumento de la pobreza entre trabajadores ocurrida entre 2019 y 2020. A partir de los datos de corte transversal de la EPH y una desagregación trimestral pudimos apreciar que el principal mecanismo subyacente al aumento de la pobreza entre ocupados/as provino de la propia dinámica económica-ocupacional. Los dos factores que explicaron el aumento fueron la fuerte caída del nivel de ocupación en los hogares (especialmente durante el segundo trimestre de 2020) y la reducción de ingresos laborales reales por ocupado/a. La reducción de ingresos fue determinante en el aumento de la pobreza entre trabajadores/as incluso durante el cuarto trimestre, cuando ya se evidenciaba una cierta recomposición de los niveles de actividad. Ello puede atribuirse tanto a la persistencia de altos niveles de inflación que no alcanzaron a ser compensados por la variación nominal de los ingresos como a una pérdida de horas trabajadas con respecto al período previo a la irrupción de la pandemia. Finalmente, los ejercicios de descomposición pusieron de manifiesto también el fuerte impacto de las transferencias de ingresos (como el IFE, la AUH, la Tarjeta Alimentar y los refuerzos de dichos programas), que permitieron atemperar el aumento de la pobreza entre ocupados/as.

En segundo término, la elaboración de paneles anuales de la EPH nos permitió examinar cuáles fueron las características individuales, familiares y ocupacionales de los/as trabajadores/as que se asociaron más fuertemente en la probabilidad de entrar en la pobreza. A partir de un modelo de regresión logística se constató que ciertos perfiles de trabajadores/as tuvieron más probabilidad de entrar en la pobreza entre 2019 y 2020. De particular importancia resultaron los atributos del hogar y las características ocupacionales. Por un lado, los trabajadores que vivían en hogares con niños/as o que disponían de un bajo número de ocupados/as tuvieron las mayores chances de entrar en la pobreza. Estos resultados subrayan que las altas tasas de dependencia de los hogares son un factor determinante del riesgo de entrar (y, sobre todo, de permanecer) en la pobreza. Por otro lado, los trabajadores informales y los que se desempeñaban en ramas más severamente afectadas por las restricciones se vieron más expuestos a entrar en la pobreza. Estos resultados evidencian el efecto asimétrico de las medidas de restricción en un mercado de trabajo segmentado y, como reverso, el papel de las medidas de protección que beneficiaron principalmente a los trabajadores/as formales (como la prohibición de despidos y el apoyo estatal al pago de salarios).

La pobreza entre trabajadores/as expresa un desajuste entre las necesidades de los hogares y los recursos de los que disponen. Por una parte, la importancia de las características ocupacionales en la propensión a la pobreza es indicativa de la relevancia de las políticas productivas -especialmente, para el sector microinformal-, de ingresos garantizados y de formalización laboral para la superación de la pobreza entre trabajadores/as, en particular ante la coyuntura abierta tras la crisis de COVID-19. Por otra parte, la relevancia de la presencia de niños y adolescentes en la situación de pobreza exhibe la insuficiencia de las asignaciones familiares, en muchos casos, para eludir la pobreza por ingresos. Ello da cuenta de la importancia de la articulación entre los sistemas de protección social y aseguramiento de ingresos como instrumentos fundamentales para la superación de la pobreza entre ocupados/as.

Referencias bibliográficas

Administración Nacional de la Seguridad Social (ANSES) (2020). Boletín IFE. Caracterización de la población beneficiaria. Buenos Aires: ANSES. Recuperado de: http://observatorio.anses.gob.ar/archivos/documentos/Boletin%20IFE%20I-2020.pdf. [ Links ]

Azevedo, J., Inchauste, G., Olivieri, S., Saavedra, J. y Winkler, H. (2013). Is labor income responsible for poverty reduction? (World Bank Policy Research Working Paper 6414). Washington DC: World Bank. [ Links ]

Azevedo, J., Sanfelice, V. y Nguyen, M. (2012) Shapley Decomposition by Components of a Welfare Measure. World Bank. [ Links ]

Baer, G., Benitez, N., Contartese, D. y Schleser, D. (2011). El trabajo inmigrante en una etapa de recuperación del empleo e integración sudamericana. En OIT. La inmigración laboral de sudamericanos en Argentina (pp. 55-73). Buenos Aires: Organización Internacional del Trabajo. [ Links ]

Beccaria, L. y Groisman, F. (2009). Informalidad y pobreza: una relación compleja. En L. Beccaria y F. Groisman (eds.). Argentina desigual (pp. 95-155). Los Polvorines: UNGS-Prometeo. [ Links ]

Beccaria, L. y Maurizio, R. (2012). Reversión y continuidades bajo dos regímenes macroeconómicos diferentes. Mercado de trabajo e ingresos en Argentina 1990-2010. Desarrollo Económico, 52(206), 205-228. [ Links ]

Beccaria, L. y Maurizio, R. (2006). Factors associated to poverty mobility in Greater Buenos Aires. Los Polvorines: Universidad Nacional de General Sarmiento. [ Links ]

Beccaria, L., Maurizio, R., Vázquez, G. y Espro, M. (2015). Factors Associated with Poverty and Indigence Mobility in Five Latin American Countries. Measurement of Poverty, Deprivation, and Economic Mobility, 23, 71-107. [ Links ]

Bertranou, F. y Maurizio, R. (2020). The labor market in Latin America at the time of the COVID-19 pandemic: impacts, responses and perspectives. Gaceta Médica de Caracas, 128(2), 156-171. [ Links ]

Bertranou, F., Casanova, L., Jiménez, M. y Jiménez, M. (2014). Empleo, calidad del empleo y segmentación laboral en Argentina. Revista de Economía Laboral, 11, 24-64. [ Links ]

Bonavida, C. y Gasparini, L. (2020). Asimetrías en la viabilidad del trabajo remoto. Estimaciones e implicancias en tiempos de cuarentena. Revista Económica La Plata, 16(1), 115-140. [ Links ]

Bracco, J., Gasparini, L., y Tornarolli, L. (2019). Explorando los cambios de la pobreza en Argentina: 2003-2015. Económica, 65, 69-124. [ Links ]

Comisión Europea (2019). European Economic Forecast (European Economy Institutional Papers N.º 108). Luxemburgo. https://doi.org/10.2765/3931. [ Links ]

Cortés, F. (1997). Determinantes de la pobreza de los hogares. México, 1992. Estudios Sociológicos, 59(2), 131-160. [ Links ]

Crettaz, E. (2013). A State-of-the-Art Review of Working Poverty in Advanced Economies: Theoretical Models, Measurement Issues and Risk Groups. Journal of European Social Policy, 23(4), 347-62. https://doi.org/10.1177/0958928713507470. [ Links ]

Doeringer, P. y Piore, M. (1971). Internal Labor Markets and Manpower Analysis. Lexington DC: Heath & Co. [ Links ]

Donza, E. (2021). Situación laboral urbana en la última década. En: A. Salvia (coord.). Efectos de la pandemia COVID-19 sobre la dinámica del trabajo en la Argentina urbana (pp. 9-45), Buenos Aires: EDUCA. [ Links ]

Feres, J.C. y Mancero, X. (2001). Enfoques para la medición de la pobreza. Breve revisión de la literatura (Serie Estudios Estadísticos y Prospectivos N.º 4). Santiago de Chile: CEPAL. [ Links ]

Filandri, M. y Struffolino, E. (2019). Individual and household in-work poverty in Europe: understanding the role of labor market characteristics. European Societies, 21(1), 130-57. https://doi.org/10.1080/14616696.2018.1536800. [ Links ]

Fondo Monetario Internacional (FMI) (2021). Monitor fiscal. Abril 2021. Washington DC: FMI. Recuperado de: <https://www.imf.org/es/Publications/FM/Issues/2021/03/29/fiscal-monitor-april-2021>. [ Links ]

Fraser, N., Gutiérrez, R. y Peña-Casas, R. (2011). “Introduction”. En Fraser, N, Gutiérrez, R. y Peña-Casas, R. (eds.): Working Poverty in Europe, 1-14. New York: Palgrave Macmillan. https://doi.org/10.1057/9780230307599. [ Links ]

Grimshaw, D., Fagan, C., Hebson, G. y Tavora, I. (2017). “A New Labour Market Segmentation Approach for Analysing Inequalities: Introduction and Overview”. En: Grimshaw, Damian; Fagan, Colette; Hebson, Gail y Tavora, Isabel (eds.). Making work more equal: A new labour segmentation approach (pp. 124-149). Manchester: Manchester University Press. [ Links ]

Halleröd, B., Ekbrand, H. y Bengtsson, M. (2015). In-Work Poverty and Labour Market Trajectories: Poverty Risks among the Working Population in 22 European Countries. Journal of European Social Policy 25(5), 473-88. https://doi.org/10.1177/0958928715608794. [ Links ]

Horemans, J., Marx, I. y Nolan, B. (2016). «Hanging in, but only just: Part-time employment and in-work poverty throughout the crisis». IZA Journal of European Labor Studies 5(5), 1-19. http://dx.doi.org/10.1186/s40174-016-0053-6. [ Links ]

Hussmans, R. (2004). Measuring the Informal Economy: From Employment in the Informal Sector to Informal Employment (Documento de Trabajo N.° 53). Ginebra: Organización Internacional del Trabajo. [ Links ]

Infante, R. (2011). América Latina en el “umbral del desarrollo”. Un ejercicio de convergencia productiva (Proyecto Desarrollo inclusivo Documento de Trabajo N.º 14). Santiago de Chile: CEPAL. https://repositorio.cepal.org/bitstream/handle/11362/35447/1/Infanteumbraldesarrollo_es.pdf. [ Links ]

Instituto Nacional de Estadística y Censos (INDEC) (2020). Mercado de trabajo. Tasas e indicadores socioeconómicos (EPH). Segundo trimestre de 2020 (Informes Técnicos v. 4, n°174). Buenos Aires: INDEC. https://www.indec.gob.ar/indec/web/Institucional-Indec-InformesTecnicos-58. [ Links ]

Instituto Nacional de Estadística y Censos (INDEC) (2021a). Incidencia de la pobreza y la indigencia en 31 aglomerados urbanos. Segundo semestre de 2020 (Informes Técnicos v. 5, n.º 59). Buenos Aires: INDEC . https://www.indec.gob.ar/indec/web/Nivel3-Tema-4-46. [ Links ]

Instituto Nacional de Estadística y Censos (INDEC) (2021b). Informe de avance del nivel de actividad. Cuarto trimestre de 2020 (Informes Técnicos v. 5, n°51). Buenos Aires: INDEC. https://www.indec.gob.ar/indec/web/Institucional-Indec-InformesTecnicos-47. [ Links ]

Lohmann, H. y Crettaz, E. (2018). “Explaining Cross-Country Differences in in-Work Poverty”. En: Lohmann, Henning y Marx, Ive (eds.). Handbook on In-Work Poverty (pp. 50-69). Cheltenham: Edward Elgar [ Links ]

Maître, B., Nolan, B. y Whelan, C. (2012). Low Pay, In-Work Poverty And Economic Vulnerability: A Comparative Analysis Using EU-SILC. Manchester School, 80(1), 99-116. https://doi.org/10.1111/j.1467-9957.2011.02230.x. [ Links ]

Mario, A. y García, A. (2013). Informalidad laboral, pobreza y regiones. Un análisis desde la coyuntura argentina. Revista de Estudios Regionales, 9, 107-125. [ Links ]

Maurizio, R. (2021). Empleo e informalidad en América Latina y el Caribe: una recuperación insuficiente y desigual (Nota Técnica OIT Serie Panorama Laboral en América Latina y el Caribe 2021). s/l: OIT. https://www.ilo.org/americas/publicaciones/WCMS_819022/lang--es/index.htm. [ Links ]

Nun, J. (2003 [1969]). La teoría de la masa marginal [Versión original: “Superpoblación relativa, ejército industrial de reserva y masa marginal”]. En J. Nun (comp.). Marginalidad y exclusión social (pp. 35-140). Buenos Aires. Fondo de Cultura Económica. [ Links ]

Obando, N. y Andrian, L. (2016). Measuring Changes in Poverty in Colombia: the 2000s. (Nota Técnica BID 1074). s/l: Banco Interamericano de Desarrollo. [ Links ]

Organización Internacional del Trabajo (OIT) (2020a). World Employment and Social Outlook: Trends 2020. Ginebra: International Labour Organization. https://www.ilo.org/global/research/global-reports/weso/2020/WCMS_734455/lang--en/index.htm. [ Links ]

Organización Internacional del Trabajo (OIT) (2020b). Panorama laboral 2020. América Latina y el Caribe. Lima: Oficina Regional OIT para América Latina y el Caribe. https://www.ilo.org/wcmsp5/groups/public/---americas/---ro-lima/documents/publication/wcms_764630.pdf. [ Links ]

Poy, S. (2021). Efectos de los programas sociales de transferencia de ingresos sobre las tasas de pobreza e indigencia (2019-2020). En: Salvia, A., Bonfiglio, J. y Robles, R. Efectos de la pandemia COVID-19 sobre la dinámica del bienestar en la Argentina urbana. Buenos Aires: EDUCA . [ Links ]

Poy, S. (2020). Heterogeneidad laboral y procesos de empobrecimiento de los hogares en Argentina (2003-2017). Problemas del Desarrollo, 51(201), 3-28. [ Links ]

Poy, S., Robles, R. y Salvia, A. (2020). La estructura ocupacional urbana argentina durante las recientes fases de expansión y estancamiento (2004-2019). Trabajo y Sociedad, 36(22), 231-249. [ Links ]

Programa Regional de Empleo para América Latina y el Caribe [PREALC] (1978). Sector Informal. Funcionamiento y Políticas. Santiago de Chile: OIT. [ Links ]

Salvia, A. y Vera, J. (2013). Heterogeneidad estructural y distribución de los ingresos familiares en el Gran Buenos Aires (1992-2010). Desarrollo Económico, 52(207), 427-462. [ Links ]

Salvia, A., Bonfiglio, J. y Robles, R. (2021). Efectos de la pandemia COVID-19 sobre la dinámica del bienestar en la Argentina urbana . Buenos Aires: EDUCA . [ Links ]

Sánchez Torres, R. (2015). Descomposiciones de los cambios en la pobreza en Colombia 2002-2012. Revista Desarrollo y Sociedad, 75, 349-398. [ Links ]

Tejero, A. (2018). Pobreza Laboral en España. Una Perspectiva Dinámica. Revista Internacional de Sociología, 76(2): 2-18. https://doi.org/10.3989/ris.2018.76.2.16.54 [ Links ]

Tokman, V. (2006). Inserción laboral, mercados de trabajo y protección social. (Serie Financiamiento del Desarrollo N.º 170). Santiago de Chile: CEPAL. [ Links ]

Vera, J. (2016). Movilidad ocupacional en la Argentina en un contexto de heterogeneidad estructural. Cuadernos del CENDES, 32(90), 87-109. [ Links ]

Notas

3 A nivel global se aprecian tendencias similares en los mercados de trabajo. La OIT señala que las medidas de confinamiento y restricciones a la movilidad incidieron más intensamente en las actividades de servicios (el comercio, la hotelería, el turismo y los servicios personales) que concentran más trabajadores/as informales y precarios (OIT, 2020a).

4 Presentamos información macroeconómica, laboral y sobre la severidad de las restricciones implementadas en el Cuadro A.1 del “Anexo estadístico”.

5 La AUH es una transferencia monetaria condicionada dirigida a niños/as de 0 a 17 años cuyos padres son desempleados, trabajadores/as informales o trabajadoras de casas particulares. La Tarjeta Alimentar es un complemento de ingresos destinado al gasto alimentario dirigido a hogares perceptores de la AUH que tienen niños de menos de hasta 14 años.

6 En esta línea, las estimaciones de la OIT indican que la región latinoamericana se cuenta como la que más empleo perdió entre 2020 y 2019 (-9,5%), en comparación con otras regiones con otras configuraciones institucionales de sus mercados laborales, como Europa (-2%) o América del Norte (-5,8%). Véase: <https://ilo.org/wesodata>.

7 Con respecto al relevamiento del segundo y tercer trimestre, el INDEC informó que se cambió la modalidad presencial por la modalidad telefónica, a la vez que señala que “el cambio en el modo de recolección de la información en las encuestas puede traer consigo sesgos en las estimaciones” (2020, p. 11).

8 Presentamos una descomposición del ingreso por equivalente adulto en lugar de una descomposición del ingreso per cápita familiar (como hacen Azevedo et al., 2013) debido al modo en que se mide la pobreza en la Argentina

9 Entre los antecedentes de aplicación de esta metodología para examinar cambios en la pobreza o la desigualdad cabe mencionar, tanto para Argentina como para otros países latinoamericanos, los estudios de Azevedo et al. (2013), Bracco et al. (2019), Obando y Andrian (2016) y Sánchez Torres (2015), entre otros.

10 Como señalamos previamente, la crisis provocada por el COVID-19 implicó un aumento de la inactividad, lo que supone que el estudio de los ocupados/as no considera a una fracción de la fuerza laboral que en otras condiciones estaría en actividad. Presentamos resultados para el total de la población y el total de hogares para robustecer las conclusiones sobre las tendencias encontradas entre los ocupados/as.

Anexo estadístico

Cuadro A.1 Evolución del PBI, índice de precios al consumidor, tasas del mercado de trabajo y restricciones debidas a la pandemia de COVID-19. 

Recibido: 01 de Julio de 2021; Aprobado: 29 de Octubre de 2021

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons