Efectos de la pandemia de COVID-19 en la pobreza laboral en los estados de México
Effects of the COVID-19 pandemic on the labor poverty in the States of Mexico
Abstract
Objective: To analyze the main explanatory factors of the labor poverty in the States of Mexico during the COVID-19 pandemic in 2020-2021. Methodology: It was elaborated spatial regression models with explanatory variables such as economic growth, level of integration of the Mexican states with the international economy, average schooling, employment in the informal sector of the economy, insecurity and cumulative COVID-19 infections as proportion of the population. Results: The main results suggest that the variables of contraction in the Mexican states production and average schooling are significant for the control of the labor poverty, both showing negative relation, whilst average inflation rate, informal employment and cumulative COVID-19 infections are significant variables, which have positive coefficient, therefore these variables favors greater labor poverty rates. Limitations: The analysis period only considers the third quarter of 2020 to the third quarter of 2021. Conclusions: The main determinants of the labor poverty rate in the Mexican states during the COVID-19 pandemic are the average inflation, average schooling and cumulative COVID-19 infections.
Keywords:
regional development, states of Mexico, labor poverty, COVID-19, economic growth, econometric modelsAbstract
Objective: To analyze the main explanatory factors of the labor poverty in the States of Mexico during the COVID-19 pandemic in 2020-2021. Methodology: It was elaborated spatial regression models with explanatory variables such as economic growth, level of integration of the Mexican states with the international economy, average schooling, employment in the informal sector of the economy, insecurity and cumulative COVID-19 infections as proportion of the population. Results: The main results suggest that the variables of contraction in the Mexican states production and average schooling are significant for the control of the labor poverty, both showing negative relation, whilst average inflation rate, informal employment and cumulative COVID-19 infections are significant variables, which have positive coefficient, therefore these variables favors greater labor poverty rates. Limitations: The analysis period only considers the third quarter of 2020 to the third quarter of 2021. Conclusions: The main determinants of the labor poverty rate in the Mexican states during the COVID-19 pandemic are the average inflation, average schooling and cumulative COVID-19 infections.
Keywords:
regional development, states of Mexico, labor poverty, COVID-19, economic growth, econometric modelsDownloads
References
Anselin, L. y A. Bera (1998). Spatial dependence in linear regression models with an introduction to spatial econometrics. En A. Ullah y D. Giles (eds.) Handbook of applied Economic Statistics. Berlin: Springer-Verlag.
Banco Mundial (BM, 2018). Poverty and Shared Prosperity 2018: Piecing Together the Poverty Puzzle. Washington, D. C: World Bank.
BM (2020). La pobreza y la prosperidad compartida 2020: un cambio de suerte. Grupo Banco Mundial. Recuperado de La pobreza y la prosperidad compartida 2020 Un cambio de suerte (worldbank.org)
Barrot, J.-N., Grassi, B. y Sauvagnat, J. (2021). Sectoral Effects of Social Distancing. AEA Papers and Proceedings, 111(), 277-81.
Consejo Nacional de ciencia y Tecnología (Conacyt, 2021), Contagios de COVID-19 en los estados de México. Recuperado de COVID-19 Tablero México CONACYT CentroGeo GeoInt DataLab
Consejo Nacional de Evaluación (Coneval, 2021). Glosario del Coneval. México. Recuperado de Glosario CONEVAL Coneval (2022). Índice de tendencia laboral de la pobreza. ITLP, México. Recuperado de ITLP-IS pobreza laboral (coneval.org.mx)
Dávila-Flores, A. y Valdés-Ibarra, M. (2020). México. Costos económicos del cierre de las actividades “no esenciales” por la pandemia Covid-19. Análisis multisectorial y regional con modelos SAM. Nueva Época, 5(), 15-44, doi: https://doi.org/10.24275/ETYPUAM/NE/E052020/Davila
Federal Reserve (2022). US GDP, Billions of Dollars Seasonally Adjusted Annual Rate. Federal Reserve Bank of St.
Louis. Recuperado de Federal Reserve Economic Data | FRED | St. Louis Fed (stlouisfed.org)
Garza-Rodríguez, J. (2016). Los determinantes de la pobreza en los estados mexicano en la frontera con los Estados Unidos. Estudios Fronterizos, nueva época, 17(33), 1-19.
Instituto Nacional de Estadística y Geografía (INEGI, 2021a). Encuesta Nacional de Ocupación y Empleo (ENOE) / Encuesta Telefónica de Ocupación y Empleo (ETOE) / Encuesta Nacional de Ocupación y Empleo (Nueva edición) (ENOE-N). Recuperado de Ocupación (inegi.org.mx)
INEGI (2021b). Índice de precios al consumidor por ciudades (2018=100), México. Recuperado de Índice Nacional de Precios al Consumidor, ciudades que lo componen por mayor variación /1 (inegi.org.mx)
INEGI (2021c). Ocupación del sector informal estatal, porcentaje respecto a la población total ocupada, México. Recuperado de Encuesta Nacional de Ocupación y Empleo (ENOE), población de 15 años y más de edad (inegi.org.mx)
INEGI (2021d). Escolaridad en años de estudio de la población estatal 2020, México. Recuperado de Características educativas de la población (inegi.org.mx)
INEGI (2021e). Tasa de prevalencia delictiva en los estados de México. Recuperado de Encuesta Nacional de Victi- mización y Percepción sobre Seguridad Pública (ENVIPE) 2021 (inegi.org.mx)
INEGI (2022a), Indicador Trimestral de la Actividad Económica Estatal, México. Recuperado de Indicador Trimestral de la Actividad Económica Estatal (inegi.org.mx)
INEGI (2022b). Tasas de prevalencia delictiva a nivel estatal en México. México, Aguascalientes. Recuperado de Recuperado de https://www.inegi.org.mx/temas/incidencia/
Landa, D. O., Cerezo, G. V. y Perrotini, H. I. (2020). La vulnerabilidad estructural de la economía mexicana ante la crisis derivada de la pandemia COVID-19. Contaduría y Administración, 65(5), 1-14. doi: http://dx.doi.org/10.22201/fca.24488410e.2020.3026
LeSage, J. y Pace, K. (2009). Spatial Econometrics. Estados Unidos: Taylor & Francis Group, Chapman & Hall/CRC. Moran, P. (1948). The interpretation of statistical maps. Journal of the Royal Statistical Society B, 10(), 243-251.
Moreno, R. y Vayá, E. (2004). Econometría espacial: nuevas técnicas para el análisis regional. Una aplicación a las regiones europeas. Investigaciones Regionales, 1(), 83-116.
Murillo, V. B., de Jesús-Almonte, L. y Carbajal, S. Y. (2020). Impacto económico del cierre de las actividades no esenciales a causa del Covid-19 en México. Una evaluación por el método de extracción hipotética. Contaduría y Administración, 65(5), 1-18. doi: http://dx.doi.org/10.22201/fca.24488410e.2020.3084
Pastor-Escribano, A. y Laredo-Argumosa, A. (2020). El impacto de la Covid-19 en la economía mexicana. Boletín Económico de ICE, Núm. 3130. Boletín Económico de Información Comercial Española, diciembre 2020 (gva.es)
Rincon-Aznar, A., Xuxin M. y Tong, M. (2020). Global value chains and economic dislocations: introduction. Economic Review, National Institute of Economic and Social Research, No. 252. doi: https://doi.org/10.1017/nie.2020.13
Soria-Romo, R. (2018). Una estimación del costo de la inseguridad y la delincuencia en México: análisis comparativo a nivel de las entidades federativas. Gestión y política pública, XXVII(1), 111-147.
Székely-Pardo, M. y Ortega-Díaz A. (2014). Pobreza alimentaria y desarrollo en México. El trimestre económico, LXXXI(321), 43-105.
Published
How to Cite
Issue
Section
Copyright (c) 2022 Miguel Ángel Díaz-Carreño
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Para que sean publicados artículos, ensayos y reseñas críticas en Estudios Sociales, la revista debe contar con la aceptación de parte de los autores/autoras de las condiciones siguientes:
1. Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación del trabajo registrado bajo la licencia de Creative Commons Reconocimiento-NoComercial (CC-By-NC) que permite a terceros utilizar lo publicado, siempre y cuando mencionen la autoría del trabajo y a la primera publicación en esta revista.
2. Los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (por ejemplo: incluirlo en un repositorio institucional o publicarlo en un libro) siempre y cuando indiquen, claramente, que el trabajo se publicó por primera vez en esta revista.
