Brecha de Ingresos Laborales Por Genero en Republica Dominicana Un Analisis de La Evolucion en El Periodo 2000 A 2019

Brecha de ingresos laborales por
género en República Dominicana:

Un análisis de la evolución en el período
División de Mercados Laborales
2000 a 2019
Manuel Urquidi
Liliana Serrate
Miguel Chalup NOTA TÉCNICA Nº
IDB-TN-02681
Abril de 2023
Brecha de ingresos laborales por género en
República Dominicana:
Un análisis de la evolución en el período 2000 a 2019
Manuel Urquidi
Liliana Serrate
Miguel Chalup
Abril de 2023
Catalogación en la fuente proporcionada por la
Biblioteca Felipe Herrera del
Banco Interamericano de Desarrollo
Urquidi, Manuel.
Brecha de ingresos laborales por género en República Dominicana: un análisis de su
evolución en el período 2000-2019 / Manuel Urquidi, Liliana Serrate, Miguel Chalup.
p. cm. — (Nota técnica del BID ; 2681)
Incluye referencias bibliográficas.
1.Wages-Women-Dominican Republic. 2. Sex discrimination in employment-Dominican
Republic. 3. Wage differentials-Dominican Republic. 4. Equal pay for equal work-
Dominican Republic. I. Serrate, Liliana. II. Chalup, Miguel. III. Banco Interamericano
de Desarrollo. División de Mercados Laborales. IV. Título. V. Serie.
IDB-TN-2681
http://www.iadb.org
Copyright © 2023 Banco Interamericano de Desarrollo. Esta obra se encuentra sujeta a una licencia Creative Commons IGO 3.0
Reconocimiento-NoComercial-SinObrasDerivadas (CC-IGO 3.0 BY-NC-ND) (http://creativecommons.org/licenses/by-nc-nd/3.0/igo/
legalcode) y puede ser reproducida para cualquier uso no-comercial otorgando el reconocimiento respectivo al BID. No se
permiten obras derivadas.
Cualquier disputa relacionada con el uso de las obras del BID que no pueda resolverse amistosamente se someterá a arbitraje de
conformidad con las reglas de la CNUDMI (UNCITRAL). El uso del nombre del BID para cualquier fin distinto al reconocimiento
respectivo y el uso del logotipo del BID, no están autorizados por esta licencia CC-IGO y requieren de un acuerdo de licencia
adicional.
Note que el enlace URL incluye términos y condiciones adicionales de esta licencia.
Las opiniones expresadas en esta publicación son de los autores y no necesariamente reflejan el punto de vista del Banco
Interamericano de Desarrollo, de su Directorio Ejecutivo ni de los países que representa.
Comentarios a: [email protected], [email protected], [email protected]

Brecha de ingresos laborales por género en República Dominicana:
Un análisis de su evolución en el período 2000 a 2019
Manuel Urquidi, Liliana Serrate y Miguel Chalup♠

Abril de 2023
Sinopsis
La brecha de ingresos laborales entre hombres y mujeres en América Latina es un obstáculo
para lograr la igualdad de género y el desarrollo sostenible. En República Dominicana está
concentrada en el sector informal, entre los trabajadores por cuenta propia y en aquellas regiones
donde la participación laboral de las mujeres es mayor. Esta brecha persiste a pesar de que las
mujeres en muchos casos tienen un mejor perfil laboral que los hombres, lo que sugiere la
existencia de sesgos de género. Entre los posibles factores que pueden estar contribuyendo a
esta brecha, se encuentran leyes inadecuadas, sesgos cognitivos y costos laborales relativos al
cuidado de los hijos que no se visibilizan en la sociedad.
Para analizar la brecha de ingresos laborales por género en República Dominicana entre 2000 y
2019 se utilizaron las Encuestas Nacionales de Fuerza de Trabajo realizadas por la Oficina
Nacional de Estadísticas (ONE) y armonizadas por el Banco Interamericano de Desarrollo (BID),
y se presentan dos modelos para estimarla: la descomposición Blinder-Oaxaca y la de Ñopo.
A pesar de un análisis en el tiempo, no se pudo observar una tendencia clara de reducción o

aumento de la brecha de ingresos laborales entre hombres y mujeres en el periodo analizado.
Esto indica que se requieren esfuerzos adicionales para comprender esta disparidad.
Clasificación JEL: J16, J31, J71.

Palabras claves: Economía de género, diferencias salariales, discriminación
♠
Banco Interamericano de Desarrollo.
Agradecemos los valiosos comentarios de Solange Sardan, Delina Otazu y Mónica Pacheco, así como las revisiones técnicas y
observaciones de Joaquín Zentner, Marta Ruiz Arranz, David Kaplan e Yyannú Cruz-Aguayo. Las opiniones expresadas en esta
publicación son de exclusiva responsabilidad de los autores.
1
Introducción
La participación de las mujeres en el mercado laboral se ha incrementado en las últimas décadas,
y con ello su visibilidad como protagonistas importantes de la economía. Sin embargo, aún
existen desafíos y brechas a los que se enfrentan cuando allí compiten (Frisancho y Queijo,
2022). Por otro lado, la evidencia muestra que la crisis generada por el COVID 19 y sus efectos
en el mercado laboral afectaron en mayor proporción a las mujeres en América Latina y el Caribe,
profundizando aún más las brechas y revirtiendo los avances antes logrados (Bustelo, Suaya y
Vezza, 2021).
Entre las principales brechas de género en la región figura la de ingresos laborales, que ya ha
sido identificada en estudios previos (Ñopo, 2012; Marques-Garcia, 2019; Székely y Acevedo,
2021; y Martínez, Ugarte y Zentner, 2021). Allí se muestra que las mujeres perciben ingresos
más bajos incluso cuando se encuentran trabajando en posiciones parecidas y poseen un nivel
educativo similar al de sus pares masculinos, de donde surge la necesidad de identificar y
analizar los factores que puedan causar esta situación.
En República Dominicana viven alrededor de cinco millones de mujeres, de las cuales el 51% se
clasificaba en 2019 como población ocupada (entre los 14 y 65 años) y en promedio trabajaba
39 horas semanales en su labor principal. 1 De ese total, 4.057.891 eran mayores de 15 años
(población de análisis en este documento) y 1.997.746 eran económicamente activas.
En el mercado dominicano se observan desafíos y desigualdades que afectan a la mujer, como

por ejemplo el hecho de que esta dedica una menor cantidad de horas al trabajo remunerado:
por cada 10 horas pagas que trabaja un hombre en ese país, una mujer trabaja 8,7 horas
remuneradas aproximadamente (López, Ruiz y Ochoa, 2021). Asimismo se identifican otros
factores como el número de horas dedicadas al trabajo no remunerado de la economía del
cuidado y a otras actividades asociadas a factores culturales o históricos que recaen sobre ellas. 2
Teniendo en cuenta que las madres son por lo general las principales encargadas del cuidado
de sus hijos 3, Garganta y Zentner (2020) muestran que aquellas cuyos niños se beneficiaron de
la política de jornada escolar extendida (JEE) en las escuelas públicas aumentaron
significativamente su participación en el mercado laboral, especialmente aquellas cónyuges con
poca educación y residentes en zonas urbanas.
Adicionalmente, en caso de perder su empleo las mujeres en República Dominicana tienden a

tardar en promedio un mes más que sus contrapartes masculinas en encontrar otra fuente de
trabajo (gráfico 1). Sus niveles de desocupación varían de una región a otra, lo cual muestra la
importancia de considerar factores geográficos a la hora de analizar las brechas salariales por
género (gráfico 2).
1
Elaboración propia con base en la Encuesta Nacional Continua de Fuerza de Trabajo de República Dominicana en 2019 armonizada
por el BID.
2
Según el Ministerio de la Mujer, en 2016 las mujeres mayores de 10 años dedicaban semanalmente 31,2 horas en promedio al
trabajo no remunerado versus 9,6 para los hombres.
3
Por razones estrictamente de estilo, en este documento se utiliza el género masculino no marcado inclusivo, independientemente
del sexo de las personas.
2
Gráfico 1. Duración del desempleo en meses por género, 2019
4,4
3,4
Fuente: Elaboración propia con base en las Encuestas Nacionales de Fuerza de Trabajo de República Dominicana armonizadas por el BID.
Nota: Se incluye la población entre 14 y 65 años.
Gráfico 2.Características de la participación en el mercado laboral de la población femenina

clasificada por provincias, 2019
Fuente: Elaboración propia con base en las Encuestas Nacionales de Fuerza de Trabajo de República Dominicana armonizadas
por el BID.
Nota: Se incluye población entre 14 y 65 años.
Comparada con otros 146 países, República Dominicana se encuentra en el puesto 84 en el

Índice global de brechas de género del Foro Económico Mundial (WEF, 2022). En el ámbito
3
regional, el país ocupa el puesto 19 de 22 países de América Latina y el Caribe (ALC). La isla
muestra una mejora en el puntaje del cálculo de su brecha desde que se inició la medición de
este índice en 2006: de 0,664 a 0,703 (2022) sobre 1 4 Aun así, su posición en esta clasificación
ha empeorado en los últimos años.
Si bien es cierto que el análisis de la brecha de ingresos por género es un tema que se está
estudiando a nivel global en general, así como en América Latina y el Caribe (ALC) en particular,
la información específica al respecto es aún limitada en ambos casos, por lo cual el presente
estudio busca ahondar en el conocimiento sobre el tema para ese país durante el período 1995
a 2019, utilizando como referencia tres estudios previos: el primero sobre Bolivia (Urquidi,
Valencia y Durand, 2021), el segundo sobre Paraguay (Urquidi, Chalup y Durand, 2022) y el
tercero sobre dieciocho países de la región (Urquidi y Chalup, 2023). En todos los casos se
utilizaron dos metodologías de análisis: (i) la descomposición de Blinder-Oaxaca y (ii) la
descomposición de Ñopo. Estas permiten tener resultados tanto de un modelo paramétrico como
de un modelo no paramétrico, lo cual posibilita la comparación de la evolución de cada año y la
identificación de las principales variables que generan las modificaciones en la brecha a través
del tiempo.
Los retos a los que se enfrentan las mujeres en el país se confirman mediante un análisis de las
Encuestas Nacionales de Fuerza de Trabajo. Con base en esos datos, en el gráfico 3 se puede
apreciar la brecha de ingresos entre 1995 el 2019: en promedio, el ingreso por hora de las
mujeres equivale al 89% del de los hombres para ese último año. Cuando se analiza en relación
con la edad, se puede observar que el ingreso de las mujeres respecto al de los hombres es
particularmente bajo en los grupos de 26 a 35 años (83%) y entre las personas mayores de 56
años (68%). La brecha también es mayor para aquellas mujeres que no tienen ningún grado de
educación (67%) y para las que se desempeñan en actividades informales (70%) 5.
De hecho, los resultados del análisis muestran que la brecha de ingresos laborales entre
hombres y mujeres está concentrada en el sector informal 6, entre los trabajadores por cuenta
propia y en regiones donde la participación laboral de las mujeres es mayor. Esta brecha no
puede explicarse por las características de las personas, y ocurre incluso cuando las mujeres en
muchos casos tienen mejor perfil laboral.
4
El Foro Económico Mundial establece a través del índice Global de Brechas de Género un puntaje de 0 a 1 para cada país, en el
que 1 indica paridad de género medida por diferentes aristas o indicadores.
5
Se consideran como informales aquellas personas económicamente activas que no están afiliadas y/o no cotizan en el sistema de
pensiones de República Dominicana.
6
Si bien la tasa de informalidad es más alta entre los hombres que entre las mujeres –62 versus 52% en 2021 según datos de la
ECNFT--, la brecha de los ingresos laborales desfavorable a las mujeres es más marcada entre trabajadores en esta condición.
4
Gráfico 3. Ingresos laborales de las mujeres versus los de los hombres,* 2019
300% 293%
250%
200%
150% 138%
120% 119%
105% 108% 106% 103%
100% 92% 91% 89% 89%
100% 89%
82% 82% 78% 82% 79% 85% 86%
83% 76% 80%
68% 67% 71% 63% 64% 64%
70%
47%
50%
0%
Obreros no agrícola, conductores de maquinaria y…

General
Establecimientos financieros, seguros e inmuebles
Comerciantes y vendedores
Formal
15-25
26-35
36-45
46-55
56-65
Terciaria
Agricultura, caza, silvicultura y pesca
Construcción
Transporte y almacenamiento
Profesional y técnico
Ninguna
Explotación de minas y canteras
Electricidad, gas y agua
Servicios sociales y comunales
Administrativo y nivel intermedio
FFAA
Rural
Secundaria
Trabajadores agrícolas
Otras
Industria manufacturera
Comercio, restaurantes y hoteles
Director o funcionario superior
En servicios
Urbana
Informal
Primaria
Edad Nivel de Educación Sector Económico Ocupación Zona Formalidad
por el BID.
*Se utilizaron solamente personas con ocupación e ingreso.
El presente estudio consta de cinco secciones. En la primera se hace una reseña de la literatura
relacionada con la brecha de ingresos laborales por género en República Dominicana en
particular y en ALC en general. En la segunda se describen los datos utilizados y se presentan
estadísticas descriptivas de la evolución de la brecha de ingresos a lo largo de los años
analizados. En la tercera se hace una descripción somera de las metodologías utilizadas para la
estimación de la brecha de ingresos laborales por género, mientras que en la cuarta se exponen
los resultados del análisis. Finalmente, en la quinta sección se ofrecen las conclusiones del
estudio y sus implicaciones.
5
1. Reseña de la literatura
El tema de la brecha de ingresos por género en el ámbito regional ha sido abordado en la
literatura desde la perspectiva explicada por las características individuales y la dotación de
capital humano de las personas, y desde la perspectiva no explicada relacionándola con
prejuicios, sesgos y discriminación de género (Atal, Ñopo y Winder, 2019). En el ejercicio de
analizar las brechas de ingresos, las dos técnicas econométricas que han sido utilizadas con
mayor frecuencia en los últimos años son: (i) la descomposición de Blinder-Oaxaca presentada
en Oaxaca (1973) y (ii) la descomposición de Ñopo presentada en Ñopo (2008). Ambas técnicas
se describen en detalle en la tercera sección del presente documento.
Para América Latina como un todo, Chioda (2011) establece que las mujeres comenzaron a
lograr una mayor participación laboral a partir de 1980, facilitada por el crecimiento económico,
la liberalización comercial, la urbanización, la reducción en la tasa de fertilidad y el incremento
de los niveles educativos, pero en especial a partir de 2000 gracias a las altas tasas de
crecimiento de la región. Esto último generó un aumento en la demanda de fuerza de trabajo, lo
que a su vez posibilitó la incorporación de una mayor cantidad de mujeres al mercado laboral,
así como la promoción directa del trabajo femenino a través de política públicas (Gasparini y
Marchionni, 2015). Sin embargo, Ñopo (2012) señala que las mujeres aún están
sobrerrepresentadas en trabajos informales y mal remunerados, y que la brecha de ingresos
continúa siendo significativa.
Un análisis ya clásico sobre este tema es el de Psacharopoulos y Tzannatos (1992), quienes

estudiaron la brecha de ingresos en 15 países de ALC a finales de los años ochenta. Estos
autores encontraron que, por un trabajo similar, las mujeres obtenían ingresos que en promedio
representaban el 65% de los de los hombres, y que dos tercios de esta diferencia no estaba
explicada por el nivel educativo o el capital humano, sino que podrían estar asociados a temas
normativos, de prejuicios o discriminación. En un estudio más reciente de Ñopo y Hoyos (2010)
se encontró que en ALC la brecha explicada se habría reducido del 16% al 9% entre 1992 y
2007. Cabe notar que en la literatura se establece que una parte significativa de la reducción de
la brecha de ingresos es explicada por el incremento del nivel educativo de las mujeres (Chioda,
2011; Gasparini y Marchionni, 2015).
No obstante, la reducción significativa de la brecha explicada, la brecha no explicada se habría

reducido solamente del 34% al 30%. Esta reducción habría sido más notable entre los
trabajadores que se encuentran en la parte inferior de la distribución de ingresos con hijos en el
hogar, entre los autónomos, los de tiempo parcial y los de las zonas rurales, es decir, aquellos
segmentos del mercado laboral que previamente presentaban mayores disparidades de género.
La mayor parte de la reducción del componente no explicado de la brecha se produjo dentro de
los diferentes segmentos del mercado laboral, pero no como producto de su recomposición.
El análisis más reciente para ALC se presenta en OIT (2019), donde se estudiaron 17 países y
se utilizó la técnica de descomposición de Ñopo. En este estudio se encontró que, en promedio,
la brecha no explicada se redujo entre dos y tres puntos porcentuales entre 2012 y 2017.
Además, se estableció que la brecha se sigue presentando principalmente entre trabajadores de
bajos ingresos y en aquellos por cuenta propia.
6
Utilizando un regresión de Mincer, Székely y Acevedo (2021) observan que en Haití, México,
Panamá y República Dominicana el salario por hora de las mujeres es en promedio un 13,8%
menor que el de los hombres en la región CID 7, incluso cuando se controla por edad, nivel
educativo y residencia. Esta brecha salarial ha sido documentada en otros estudios que utilizan
diversas metodologías para controlar por endogeneidad y sesgo de selección.
Nuevamente para la región CID, Martínez, Ugarte y Zentner (2021) utilizan un modelo de
Heckman e identifican que la vida conyugal se asocia con reducciones del 19% en la probabilidad
de que las mujeres estén en la población ocupada y del 17% en su remuneración real por hora
trabajada. Con respecto a la maternidad, estos autores identifican que esta también genera una
reducción de las variables mencionadas, en consonancia con el hallazgo de Garganta y Zentner
(2020). Finalmente, en cuanto a la educación Martínez, Ugarte y Zentner (2021) señalan que
esta tiene un efecto positivo en el incremento de las oportunidades de participación laboral y en
el ingreso.
Por su parte, Garganta, Pinto, y Zentner (2022) muestran que políticas de ampliación de la
jornada escolar pueden tener efectos indirectos en las decisiones de fecundidad de las
adolescentes. Al analizar la exposición de las madres al programa de jornada escolar extendida
en las escuelas públicas, los autores mencionados encuentran que esta política redujo la
incidencia de embarazos adolescentes en los municipios que la implementaron. Asimismo
señalan que este efecto es más fuerte una vez que la cobertura del programa ha alcanzado al
menos a la mitad de los estudiantes de nivel secundario en el municipio en cuestión.
Al estudiar la región que denominan MECAPARD (México, Centro América, Panamá y República
Dominicana), López, Ruiz y Ochoa (2021) encuentran que el hecho de que las mujeres tengan
menos oportunidades en comparación con los hombres no solo se manifiesta en el acceso al
mercado de trabajo, sino también en una capacidad menor de generar ingresos a lo largo del
ciclo de vida, el cual tiende a extenderse más allá de la edad de retiro.
Respecto a las diferencias de ingreso laboral en República Dominicana específicamente, Navarro

(2015) muestra que existe una brecha salarial de género cuyos determinantes clave son la edad,
la educación, el tipo de ocupación, el sector económico, el estado civil y el número de hijos en el
hogar. La probabilidad de tener salarios más altos es menor para las mujeres en este país,
aunque la educación universitaria tiende a reducir el tamaño de la brecha salarial de género.
Por otro lado, Marques-Garcia (2019) muestra que, una vez ocupadas, las mujeres reciben en
promedio ingresos menores que los hombres. En 2014, el ingreso laboral promedio mensual por
ocupación principal de las mujeres representaba el 81,4% del percibido por los hombres.
7
Para el Banco Interamericano de Desarrollo, la región CID consta de 10 países: Belice, Costa Rica, El Salvador, Guatemala, Haití,
Honduras, Nicaragua, México, Panamá y República Dominicana.
7
2. Datos y estadísticas descriptivas
Para el presente análisis se utilizaron dos fuentes de información:
• Las encuestas armonizadas de la ENFT (Encuesta Nacional de Fuerza de Trabajo)

de 2000 a 2016.
• Las encuestas armonizadas de la ENCFT (Encuesta Nacional Continua de Fuerza
de Trabajo) de 2017 a 2019.
Se intentó preservar la estructura luego del cambio metodológico 8 para mantener la

comparabilidad entre años. Cabe notar que ambas encuestas fueron realizadas en el último
trimestre de cada año y armonizadas por el Banco Interamericano de Desarrollo, lo cual permite
una mayor comparabilidad en el tiempo de los indicadores de mercado laboral.
No se incluyó el año 2020 para que los efectos de la pandemia en el mercado laboral no
distorsionen el análisis histórico 9. Se considera igualmente que el estudio de los efectos de dicho
periodo amerita estudiarse de manera particular. Las encuestas utilizadas son similares en
diseño y nivel de representatividad para los diferentes años, siendo todas representativas para
la población total de República Dominicana puesto que contienen datos de las diferentes
regiones del país 10.
En el cuadro 1 se observa la muestra tomada para personas en nuestro rango etario de interés,
es decir, personas entre 15 y 65 años, así como su representatividad dominicana nivel
poblacional 11, desagregando el análisis por género y por grupo etario.
Se puede apreciar que las proporciones de la muestra reflejan bastante bien las proporciones de
la población que representan. Además, la muestra está distribuida de forma pareja entre géneros,
mientras que la variación de las proporciones de los grupos etarios se corresponde con el
envejecimiento de la población que se registra en República Dominicana y en la mayoría de los
países de ALC (Cardona Arango y Peláez, 2012).
Se puede apreciar que en los años 2000 y 2003 la muestra fue de alrededor de 14.000 personas
encuestadas. Esta cifra aumentó a cerca de 18.000 a partir de 2003 y se mantuvo en ese nivel
hasta el cambio de metodología en 2017, cuando la muestra disminuyó a alrededor de 14.000
personas nuevamente.
Como primera aproximación al cálculo de la brecha de ingresos por género, en el cuadro 2 se

presenta la estimación de los ingresos laborales por hora de las mujeres versus los de los
hombres. 12 El análisis se desagrega por grupo etario, nivel educativo, actividad económica,
ocupación, zona, formalidad, cuenta propia y región. Adicionalmente, en el cuadro A1 del anexo
se presenta la distribución por año y género de las características de la población ocupada que
8
Los principales cambios metodológicos de la encuesta estuvieron relacionados a temas muestrales, cambios en el límite de edad
de la población en edad de trabajar y el ajuste de la situación y las categorías ocupacionales a los nuevos estándares internacionales.
9
Próximamente se prevé realizar un análisis que incluya este año y al menos un periodo post pandemia, con el fin de establecer los
impactos que esta pueda haber tenido en la situación laboral de la mujer
10
La división regional usada en la encuesta es la siguiente: Ozama, Yuma, Higuamo, Cibao Noreste, Cibao Norte, Cibao Noroeste,
Cibao Sur, El Valle, Valdesia y Enriquillo.
11
En la muestra mencionada se utilizan pesos probabilísticos.
12
Se utilizan los ingresos laborales de la actividad principal y ponderaciones de peso probabilísticas.
8
percibe ingresos, lo que permite observar cuáles son las características generales tanto de los
hombres como de las mujeres.
9
Cuadro 1. Número de observaciones en las encuestas y su representatividad por género y grupo etario
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010
N % N % N % N % N % N % N % N % N % N %
Género
Hombres 6.777 49% 6.646 49% 9.031 49% 8.995 49% 9.333 50% 8.866 49% 8.915 49% 9.598 50% 9.666 51% 9.524 50%
Representatividad 2.480.108 49% 2.500.481 49% 2.649.377 49% 2.710.751 49% 2.807.548 50% 2.850.808 49% 2.924.832 49% 2.989.442 49% 3.050.690 49% 3.117.264 49%
Mujeres 7.133 51% 7.022 51% 9.276 51% 9.243 51% 9.446 50% 9.105 51% 9.274 51% 9.576 50% 9.410 49% 9.375 50%
Edad
15-25 4.827 33% 4.659 32% 6.072 41% 6.193 42% 6.384 43% 6.102 41% 6.123 42% 6.532 44% 6.567 45% 6.479 44%
26-35 3.336 23% 3.219 22% 4.467 30% 4.384 30% 4.499 31% 4.148 28% 4.206 29% 4.286 29% 4.145 28% 4.069 28%
36-45 2.728 19% 2.679 18% 3.733 25% 3.693 25% 3.788 26% 3.735 25% 3.656 25% 3.919 27% 3.770 26% 3.650 25%
46-55 1.808 12% 1.867 13% 2.417 16% 2.467 17% 2.538 17% 2.345 16% 2.572 17% 2.559 17% 2.740 19% 2.742 19%
Representatividad 657.891 15% 697.777 16% 713.648 16% 760.915 18% 763.587 18% 761.350 18% 856.416 20% 814.503 19% 893.213 21% 923.692 21%
56-65 1.211 8% 1.244 8% 1.618 11% 1.501 10% 1.570 11% 1.641 11% 1.632 11% 1.878 13% 1.854 13% 1.959 13%
Representatividad 442.803 10% 474.751 11% 480.328 11% 473.348 11% 494.954 11% 557.947 13% 549.381 13% 555.108 13% 555.405 13% 611.623 14%
Total 13.910 100% 13.668 100% 18.307 100% 18.238 100% 18.779 100% 17.971 100% 18.189 100% 19.174 100% 19.076 100% 18.899 100%
10
Cuadro 1 (Continuación)
2011 2012 2013 2014 2015 2016 2017 2018 2019

N % N % N % N % N % N % N % N % N %
Género
Hombres 9.483 51% 9.302 50% 9.416 51% 9.015 50% 8.698 50% 8.669 50% 6.642 50% 6.516 49% 6.748 49%
Representatividad 3.198.626 50% 3.194.289 49% 3.304.245 50% 3.417.180 50% 3.446.879 49% 3.465.874 49% 3.279.132 49% 3.256.621 49% 3.303.479 49%
Mujeres 9.243 49% 9.157 50% 9.223 49% 8.936 50% 8.623 50% 8.517 50% 6.764 50% 6.732 51% 6.928 51%
Edad
15-25 6.347 43% 6.060 41% 6.209 42% 5.628 38% 5.508 37% 5.385 37% 4.192 28% 3.960 27% 4.142 28%
26-35 3.965 27% 3.900 26% 3.974 27% 3.899 26% 3.687 25% 3.585 24% 2.830 19% 2.883 20% 3.082 21%
36-45 3.631 25% 3.606 24% 3.517 24% 3.516 24% 3.326 23% 3.328 23% 2.586 18% 2.659 18% 2.618 18%
46-55 2.782 19% 2.844 19% 2.871 19% 2.888 20% 2.853 19% 2.868 19% 2.235 15% 2.200 15% 2.229 15%
Representatividad 962.180 22% 1.002.095 23% 1.020.733 24% 1.145.797 26% 1.163.265 27% 1.187.386 27% 1.121.073 26% 1.117.081 26% 1.139.746 26%
56-65 2.001 14% 2.049 14% 2.068 14% 2.020 14% 1.947 13% 2.020 14% 1.563 11% 1.546 10% 1.605 11%
Representatividad 666.694 15% 684.473 16% 715.449 16% 744.205 17% 754.995 17% 810.992 19% 799.116 18% 796.244 18% 814.562 19%
Total 18.726 100% 18.459 100% 18.639 100% 17.951 100% 17.321 100% 17.186 100% 13.406 100% 13.248 100% 13.676 100%
Fuente: Elaboración propia con base en las Encuestas Nacionales de Fuerza de Trabajo de República Dominicana armonizadas por
el BID.
11
Cuadro 2. Ingresos laborales por hora de las mujeres en relación con el ingreso por hora de los hombres*
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010
General 89,77% 93,21% 91,04% 88,92% 97,14% 91,37% 89,72% 95,59% 96,30% 99,04%
Edad
15-25 94,5% 109,9% 99,7% 93,2% 102,9% 98,3% 110,7% 115,8% 101,1% 116,3%
26-35 91,7% 95,6% 92,6% 94,2% 104,9% 95,9% 92,3% 94,7% 106,5% 112,9%
36-45 86,0% 83,6% 87,5% 82,8% 97,7% 91,6% 84,7% 78,1% 94,6% 77,3%
46-55 87,0% 90,7% 81,0% 77,6% 85,1% 79,2% 79,5% 110,4% 72,6% 106,4%
56-65 89,8% 93,0% 103,6% 102,2% 77,7% 84,2% 83,9% 89,1% 99,1% 80,1%
Nivel de educación
Ninguna 82,3% 93,0% 81,6% 75,9% 82,5% 82,8% 77,1% 88,9% 88,5% 78,9%
Primaria 76,5% 73,7% 70,7% 72,0% 77,4% 75,1% 77,6% 79,1% 79,8% 77,3%
Secundaria 84,9% 90,9% 81,1% 77,1% 77,3% 85,6% 83,1% 79,7% 75,3% 91,2%
Terciaria 67,2% 67,4% 69,6% 74,1% 85,0% 69,8% 73,5% 77,5% 77,2% 79,9%
Sector económico
Agricultura, caza, silvicultura y pesca 130,8% 140,8% 128,7% 75,9% 88,0% 83,0% 79,4% 110,3% 102,2% 84,1%
Explotación de minas y canteras n.d. n.d. n.d. n.d. 57,6% 107,5% 178,8% 70,0% 127,4% 79,3%
Industria manufacturera 76,5% 76,9% 82,0% 78,6% 88,7% 83,1% 75,0% 80,1% 87,8% 76,6%
Electricidad, gas y agua 146,1% 90,4% 54,5% 137,0% 124,3% 96,4% 92,3% 50,6% 140,6% 145,1%
Construcción 77,9% 166,1% 228,9% 152,1% 156,4% 97,1% 81,7% 202,0% 141,3% 92,7%
Comercio, restaurantes y hoteles 96,7% 87,7% 84,7% 81,5% 81,6% 83,7% 85,4% 96,9% 98,8% 98,9%
Transporte y almacenamiento 91,8% 138,5% 124,2% 130,9% 107,7% 127,6% 92,5% 86,1% 110,8% 78,5%
Establecimientos financieros, seguros e inmuebles 68,2% 107,0% 75,7% 92,4% 76,8% 98,1% 107,0% 66,0% 87,5% 69,2%
Servicios sociales y comunales 67,8% 71,0% 67,8% 71,0% 84,5% 67,3% 73,3% 74,0% 68,9% 90,7%
Ocupación
Profesional y técnico 71,2% 73,4% 80,1% 74,4% 91,7% 76,9% 79,7% 80,8% 76,8% 88,7%
Director o funcionario superior 89,3% 78,8% 77,6% 101,1% 76,8% 84,4% 86,0% 77,1% 104,5% 91,2%
Administrativo y nivel intermedio 71,7% 85,3% 74,7% 73,5% 71,8% 80,3% 77,8% 71,8% 79,4% 65,3%
Comerciantes y vendedores 99,1% 95,1% 103,2% 88,5% 100,8% 74,5% 87,4% 96,4% 85,1% 93,6%
En servicios 114,6% 112,5% 92,8% 102,5% 122,9% 83,0% 101,6% 115,4% 94,7% 105,2%
Trabajadores agrícolas 122,7% 156,4% 119,9% 80,6% 94,6% 95,1% 72,8% 115,6% 135,7% 83,9%
Obreros no agrícolas, conductores de maquinaria y servicios de
64,6% 69,0% 73,2% 67,6% 64,4% 71,8% 62,9% 66,4% 84,8% 53,4%
transporte
FFAA 55,5% 83,9% 293,6% 113,3% 82,9% 103,1% 219,0% 74,1% 106,7% 81,7%
Otras 83,0% 89,1% 80,7% 77,9% 88,9% 84,8% 90,1% 79,1% 82,4% 94,5%
Zona
Rural 96,8% 101,6% 105,5% 88,0% 96,1% 86,7% 86,6% 102,8% 100,2% 102,6%
Urbana 83,4% 87,4% 84,8% 83,6% 92,0% 88,2% 87,4% 88,9% 89,6% 93,8%
Formalidad
Informal n.d. n.d. n.d. n.d. 88,7% 81,0% 82,5% 93,6% 86,9% 93,6%
Formal n.d. n.d. n.d. n.d. 106,9% 103,0% 95,8% 92,2% 103,5% 102,6%
89,8% 93,2% 91,0% 88,9%
Cuenta propia
No cuenta propia 80,0% 80,2% 80,7% 83,0% 89,3% 84,2% 83,1% 82,5% 85,7% 87,2%
Cuenta propia 113,8% 121,2% 112,8% 99,9% 109,5% 101,6% 99,7% 121,8% 113,2% 117,0%
Regiones
Ozama 90,1% 96,0% 87,9% 89,0% 98,4% 87,9% 90,8% 84,7% 95,5% 92,3%
Yuma 88,4% 69,7% 81,9% 79,7% 87,9% 78,7% 80,2% 90,3% 90,1% 89,2%
Higuamo 71,9% 77,6% 101,6% 88,8% 80,8% 86,6% 83,3% 150,3% 76,0% 83,1%
Cibao Noreste 95,7% 108,5% 91,1% 81,2% 91,5% 88,6% 87,9% 90,7% 74,7% 95,0%
Cibao Norte 72,4% 73,0% 78,0% 77,1% 89,0% 93,6% 83,8% 91,8% 92,1% 92,3%
Cibao Noroeste 116,8% 105,3% 98,9% 113,8% 86,5% 79,7% 92,7% 143,6% 82,2% 97,5%
Cibao Sur 84,1% 87,9% 76,1% 75,2% 78,6% 72,1% 79,4% 73,8% 95,8% 118,2%
El Valle 99,5% 102,7% 123,2% 100,6% 108,6% 100,6% 85,9% 97,1% 113,3% 112,8%
Valdesia 83,1% 95,9% 75,4% 85,2% 82,9% 86,4% 82,5% 86,4% 84,4% 91,5%
Enriquillo 109,8% 63,1% 107,7% 94,5% 109,4% 95,7% 88,7% 93,0% 124,2% 112,0%
12
Cuadro 2 (Continuación)
2011 2012 2013 2014 2015 2016 2017 2018 2019

General 90,20% 96,95% 99,11% 94,98% 92,22% 93,05% 84,47% 96,84% 89,11%
Edad
15-25 98,4% 112,4% 103,6% 108,9% 101,8% 97,3% 91,3% 106,0% 100,4%
26-35 80,4% 87,6% 97,0% 90,8% 87,5% 87,8% 92,9% 81,1% 83,3%
36-45 89,9% 91,4% 96,1% 94,2% 93,2% 96,5% 88,4% 92,7% 92,2%
46-55 98,3% 99,6% 96,7% 87,9% 92,0% 97,8% 82,8% 83,4% 90,5%
56-65 70,8% 96,7% 92,4% 95,4% 70,5% 75,7% 55,8% 144,1% 68,1%
Nivel de educación
Ninguna 81,8% 85,5% 84,6% 82,6% 89,9% 71,0% 66,5% 67,2% 66,6%
Primaria 72,3% 78,8% 78,6% 68,4% 75,2% 71,9% 71,0% 67,7% 71,4%
Secundaria 71,3% 83,1% 98,2% 74,1% 77,2% 80,4% 72,0% 68,6% 76,3%
Terciaria 78,6% 74,5% 75,1% 88,2% 75,6% 76,9% 63,4% 106,5% 80,1%
Sector económico
Agricultura, caza, silvicultura y pesca 81,7% 71,9% 93,0% 143,1% 119,7% 79,9% 144,8% 85,1% 120,0%
Explotación de minas y canteras 66,6% 111,8% 475,0% 141,5% 358,7% 26,4% 84,6% n,d 46,7%
Industria manufacturera 76,1% 88,9% 79,3% 78,2% 68,7% 81,8% 69,4% 81,3% 82,4%
Electricidad, gas y agua 94,9% 95,9% 72,4% 84,8% 117,5% 84,0% 79,7% 145,3% 105,1%
Construcción 116,8% 82,7% 118,3% 75,6% 223,5% 141,7% 179,7% 150,4% 137,6%
Comercio, restaurantes y hoteles 82,0% 89,8% 83,8% 85,7% 87,5% 77,5% 71,3% 76,7% 82,4%
Transporte y almacenamiento 81,8% 131,6% 126,0% 104,9% 117,4% 84,8% 83,1% 77,2% 88,5%
Establecimientos financieros, seguros e inmuebles 89,5% 76,6% 123,5% 123,1% 79,9% 111,8% 111,1% 281,3% 107,7%
Servicios sociales y comunales 77,6% 78,5% 78,7% 80,3% 78,8% 83,6% 71,3% 75,2% 77,7%
Ocupación
Profesional y técnico 76,9% 83,8% 90,6% 89,4% 80,0% 91,3% 80,1% 114,0% 81,8%
Director o funcionario superior 96,7% 78,9% 94,8% 109,1% 80,4% 72,3% 42,7% 58,4% 119,4%
Administrativo y nivel intermedio 67,9% 71,0% 53,7% 77,6% 60,8% 81,7% 70,1% 69,1% 63,5%
Comerciantes y vendedores 66,6% 96,7% 87,3% 79,9% 103,3% 82,0% 80,7% 82,9% 79,2%
En servicios 89,1% 102,8% 88,3% 82,4% 86,5% 91,1% 80,5% 83,0% 85,0%
Trabajadores agrícolas 88,4% 69,8% 71,9% 132,4% 163,6% 77,4% 112,1% 74,4% 105,6%
Obreros no agrícolas, conductores de maquinaria y servicios de transporte 59,9% 68,1% 73,7% 68,5% 71,2% 73,1% 63,9% 63,6% 63,7%
FFAA 58,8% 110,6% 117,4% 81,1% 91,4% 114,3% 137,1% 176,5% 64,0%
Otras 84,8% 80,9% 90,7% 86,6% 84,4% 83,1% n.d. 22,1% 292,8%
Zona
Rural 98,1% 94,9% 96,7% 88,3% 89,8% 93,7% 88,4% 79,2% 85,8%
Urbana 83,7% 92,6% 94,7% 91,9% 88,7% 88,6% 82,8% 98,5% 88,7%
Formalidad
Informal 78,7% 78,8% 83,5% 83,5% 76,9% 76,3% 70,7% 66,4% 69,8%
Formal 99,9% 109,6% 113,7% 105,3% 102,1% 105,6% 93,8% 117,7% 103,3%
Cuenta propia
No cuenta propia 88,3% 91,0% 93,6% 90,6% 85,6% 91,3% 83,6% 101,3% 90,9%
Cuenta propia 89,7% 95,1% 99,0% 100,1% 98,1% 91,9% 79,9% 73,7% 77,8%
Regiones
Ozama 83,5% 100,7% 100,9% 93,5% 88,4% 84,9% 90,0% 122,9% 84,6%
Yuma 101,9% 97,4% 102,1% 100,9% 86,8% 86,1% 85,2% 83,9% 78,5%
Higuamo 96,8% 91,7% 90,1% 93,7% 97,6% 100,1% 55,4% 66,1% 90,5%
Cibao Noreste 92,0% 95,6% 88,5% 76,9% 87,4% 90,4% 85,8% 61,0% 84,3%
Cibao Norte 84,1% 69,4% 84,5% 94,3% 85,8% 92,8% 75,0% 78,7% 86,1%
Cibao Noroeste 92,4% 79,5% 84,5% 72,0% 87,8% 91,4% 89,4% 87,5% 109,3%
Cibao Sur 75,3% 88,7% 94,1% 98,7% 101,4% 102,3% 83,3% 82,6% 115,0%
El Valle 107,0% 122,5% 105,3% 114,0% 110,9% 99,0% 98,2% 103,3% 98,0%
Valdesia 89,0% 101,6% 94,0% 85,2% 87,2% 95,8% 88,7% 76,5% 94,4%
Enriquillo 106,1% 102,7% 99,0% 97,6% 101,9% 98,9% 100,3% 125,7% 96,2%
n.d. No Disponible. Cuando los datos disponibles no son suficientes para calcular el porcentaje.
*Se utilizaron solamente personas con ocupación e ingreso y ponderaciones de peso de frecuencia.
13
En el gráfico 4 se puede apreciar la evolución del ingreso laboral por hora de las mujeres
comparado con el de los hombres. Se observa que los ingresos relativos de las mujeres
presentan oscilaciones con respecto a los de los hombres a lo largo de los años del estudio,
mostrando un aparente deterioro a partir de 2013. Los años que sobresalen por exhibir una menor
brecha de ingresos son 2010 (99%) y 2013 (99,1%). Como se muestra en ONE (2020), las
oscilaciones observadas en la brecha de ingreso están relacionadas con la alta volatilidad que
exhiben los ingresos laborales de las mujeres a diferencia de los de los hombres, que registraron
una mayor estabilidad en el periodo analizado.
Gráfico 4. Ingresos laborales de las mujeres versus los de los hombres*
100%
99.0% 99.1%
98%
97.1% 96.9% 96.8%
96.3%
96% 95.6%
95.0%
94% 93.2% 93.0%

92.2%
92% 91.4%
91.0%
90.2%
89.8% 89.7%
90%
88.9% 89.1%
88%
86%
84.5%
84%
82%
80%
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
por el BID.
Al igual que en ONE (2020), en el cuadro 2 se puede notar que la brecha de ingresos tiende a
reducirse a mayor nivel educativo. Sin embargo, se observa igualmente que los ingresos de las
mujeres tienden a ser más volátiles a mayor educación, lo que podría estar produciendo la alta
variabilidad en la brecha de ingresos entre personas con nivel de educación terciario.
Cuando se desagrega el análisis por grupos etarios, en el gráfico 5 se puede observar que la
brecha se amplía a medida que se pasa de grupos etarios más jóvenes a grupos de mayor edad.
Esta tendencia es estable para todos los años analizados e incluso se aprecia una reducción en
las diferencias entre los diferentes grupos. Se usan los años 2001, 2007, 2013 y 2019 para
mantener una periodicidad y no complicar el análisis gráfico usando todos los años.
14
(Evolución temporal por grupo etario)
120%
110% 111%
104%
100%
100% 97% 96% 97%
96%
92% 92% 93% 92%
91% 91%
84% 85% 84%

83%
79%
80%
68%
60%
40%
20%
0%
2001 2007 2013 2019 2001 2007 2013 2019 2001 2007 2013 2019 2001 2007 2013 2019 2001 2007 2013 2019
15-25 26-35 36-45 46-55 56-65
por el BID.
Cuando se realiza el análisis por ocupación, en el gráfico 6 se puede apreciar que para los años
2013 y 2019 existía una diferencia a favor de los hombres en casi todas las ocupaciones.
Igualmente se registra una brecha desfavorable elevada y persistente para las mujeres
administrativas y con cargos de nivel intermedio, siendo esta la ocupación donde aquellas tienen
mayor representatividad (cuadro A2).
Se observa que la brecha de género es favorable a las mujeres en las ocupaciones de director o
funcionario superior, trabajador agrícola y en las Fuerzas Armadas, si bien es cierto que en estas
ocupaciones su participación es relativamente baja (cuadro A2). Lo anterior podría producir un
sesgo de selección, es decir, que las pocas mujeres en estas ocupaciones tengan un perfil laboral
muy alto, lo cual podría resultar en salarios más elevados.
15
50%
100%
150%
200%
250%
300%
0%
91%
95%
54%
87%
En servicios
2013
88%
Trabajadores agrícolas 72%
Obreros no agrícola, conductores de maquinaria y

74%
servicios de transporte
FFAA
117%
Otras
91%
por el BID.
82%

119%

63%
(Evolución temporal por ocupación)
79%

En servicios
85%
2019
Trabajadores agrícolas
106%
Obreros no agrícola, conductores de maquinaria y

64%
servicios de transporte
FFAA
64%
Otras
293%
16
3. Metodología
Siguiendo los análisis realizados para Bolivia, Paraguay y América Latina y el Caribe antes
mencionados 13 se estima la brecha de ingresos utilizando dos metodologías: la descomposición
Blinder-Oaxaca y la descomposición de Ñopo.
Descomposición Blinder-Oaxaca
Esta primera estrategia para cuantificar la evolución de la brecha de ingresos por género permite
descomponerla en dos partes. La primera es aquella que está explicada por las diferentes
variables de control que se utilizan para capturar el capital humano, entre ellas la educación, la
experiencia laboral y la ocupación. La segunda parte es la que no puede ser explicada por estas
variables y que podría estar asociada a normativas diferenciadas por género, prejuicios, sesgos
o discriminación, es decir, del tipo de las expuestas por Becker (1957). Esta brecha no explicada
se originaría en preferencias personales o de tipo estadístico, es decir, cuando los empleadores
usan características grupales para evaluar características personales. Un ejemplo de ello es el
hecho de que las empresas consideran que las mujeres en edad fértil son más propensas que
las mujeres mayores a tener hijos, y por lo tanto a interrumpir sus carreras. Bajo este supuesto
pagarían salarios más bajos a las que se encuentran en edad fértil para compensar la mayor
probabilidad de perder a la trabajadora, tal y como lo explican Hoyos, Ñopo y Peña (2010). El
método de Blinder-Oaxaca utiliza las ecuaciones de salario tipo Mincer (1974) que, como se
indica en Jann (2008), permiten dividir la diferencia de ingresos laborales en dos partes:
(i) una explicada por diferencias grupales y características individuales como la educación
y la experiencia laboral, y
(ii) un segundo componente residual no explicado.
Dados dos grupos integrados por hombres (H) y mujeres (M), la variable explicada (a saber, el
logaritmo de los ingresos laborales por hora de la principal actividad), y un grupo de variables
explicativas X como son la educación y la experiencia, entre otras, se busca dar cuenta de la
diferencia media del ingreso entre ambos grupos a partir de las variables explicativas X.
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐸𝐸(𝑌𝑌𝐻𝐻 ) − 𝐸𝐸(𝑌𝑌𝑀𝑀)
(1)
Donde 𝐸𝐸�𝑌𝑌𝑔𝑔 � denota la esperanza del logaritmo de ingreso laboral, que es la variable de interés,
y g puede ser H, si la ecuación se realiza para hombres, o M, si se realiza para mujeres. Se utiliza
una ecuación tipo Mincer para explicar el ingreso de la forma 𝑌𝑌𝑔𝑔 = 𝛼𝛼𝑔𝑔 + ∑𝑘𝑘𝑖𝑖=1 𝑋𝑋𝑖𝑖𝑖𝑖 𝛽𝛽𝑔𝑔𝑔𝑔𝑔𝑔 + 𝜀𝜀𝑔𝑔𝑔𝑔 .
Esta expresión puede ser reemplazada en la ecuación [1]:
13
Urquidi, Valencia y Durand (2021); Urquidi, Chalup y Durand (2022); Urquidi y Chalup (2023),
17
𝑘𝑘 𝑘𝑘
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐸𝐸 �𝛼𝛼𝐻𝐻 + � 𝑋𝑋𝑖𝑖𝑖𝑖 𝛽𝛽𝐻𝐻𝐻𝐻𝐻𝐻 + 𝜀𝜀𝐻𝐻𝐻𝐻 � − 𝐸𝐸 �𝛼𝛼𝑀𝑀 + � 𝑋𝑋𝑖𝑖𝑖𝑖 𝛽𝛽𝑀𝑀𝑀𝑀𝑀𝑀 + 𝜀𝜀𝑀𝑀𝑀𝑀 �

𝑖𝑖=1 𝑖𝑖=1
(2)
𝑘𝑘 𝑘𝑘
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝛼𝛼�𝐻𝐻 + � ��

𝑋𝑋𝚤𝚤𝚤𝚤 𝛽𝛽 �
𝐻𝐻𝐻𝐻𝐻𝐻 − 𝛼𝛼
��
𝑀𝑀 − � 𝑋𝑋𝚤𝚤𝚤𝚤 𝛽𝛽𝑀𝑀𝑀𝑀𝑀𝑀
𝑖𝑖=1 𝑖𝑖=1
(3)
Reordenando, se puede identificar la contribución de las variables explicativas a las diferencias

entre los grupos:
k k
EGap = (α�H − α� ��

M ) + � X ık �βHık − βMık � + �(X Hık − X Mık )βHık
i=1 i=1
(4)
Donde el último componente de esta ecuación corresponde a la brecha de ingresos de la cual
dan cuenta las variables explicativas, mientras que los dos primeros componentes corresponden
a las diferencias no explicadas.
Este primer modelo se estimó utilizando la siguiente especificación:
𝑦𝑦ℎ𝑜𝑜𝑜𝑜𝑎𝑎𝑖𝑖 = 𝛽𝛽0 + ∑3𝑖𝑖=1 𝛽𝛽𝑖𝑖 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑖𝑖 + 𝛽𝛽4 𝑒𝑒𝑒𝑒𝑒𝑒𝑖𝑖 + 𝛽𝛽5 𝑒𝑒𝑒𝑒𝑒𝑒𝑖𝑖2 + ∑9𝑖𝑖=6 𝛽𝛽𝑖𝑖 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑖𝑖 + 𝛽𝛽10 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑖𝑖 +
𝛽𝛽11 𝑚𝑚𝑚𝑚𝑚𝑚6𝑖𝑖 + ∑19 27 35
𝑖𝑖=12 β𝑖𝑖 𝑟𝑟𝑟𝑟𝑟𝑟𝑎𝑎𝑖𝑖 + ∑i=19 βi regioni + ∑i=28 βi 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑖𝑖 + 𝛽𝛽36 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑖𝑖 +
𝛽𝛽37 𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑖𝑖 + 𝛽𝛽38 𝑐𝑐𝑐𝑐𝑐𝑐_𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑖𝑖 + ϵ𝑖𝑖
(5)
Donde:
𝑦𝑦ℎ𝑜𝑜𝑜𝑜𝑎𝑎𝑖𝑖 son los ingresos laborales nominales por hora;
𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑖𝑖 son las variables dicotómicas que indican los tres niveles educativos máximos
alcanzados que se señalan en el cuadro 2 con respecto a la categoría base, a saber, ningún nivel
educativo;
𝑒𝑒𝑒𝑒𝑒𝑒𝑖𝑖 son los años de experiencia estimados, que se calculan como la edad menos los
años de educación;
𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑖𝑖 son cuatro variables dicotómicas que indican los grupos etarios del cuadro 2,
usando como categoría base el grupo de 15-25 años;
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona está casada;
𝑚𝑚𝑚𝑚𝑚𝑚6𝑖𝑖 es una variable dicotómica que toma el valor de 1 si hay menores de 6 años que
viven en el hogar;
18
𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑖𝑖 son ocho variables dicotómicas que hacen referencia a las diferentes actividades
económicas presentadas en el cuadro 2, usando como categoría base agricultura, caza,
silvicultura y pesca;
𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑖𝑖 son ocho variables dicotómicas que hacen referencia a las diferentes
ocupaciones presentadas en el cuadro 2, usando como categoría base profesionales y técnicos;
𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑖𝑖 son nueve variables dicotómicas que hacen referencia a las diferentes regiones
del país usando como base Ozama y comparando con las regiones que aparecen en el cuadro
2;
𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona trabaja en el

sector formal;
𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑧𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona habita en el área
urbana;
y 𝑐𝑐𝑐𝑐𝑐𝑐_𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona es trabajadora

por cuenta propia o independiente.
Esta descomposición se realiza de forma separada para mujeres y hombres. Si bien este método
está muy popularizado en la literatura, presenta algunas limitaciones. Por un lado, asume una
relación entre características explicativa e ingresos que podría no ser cierta; por otro lado, el
modelo es únicamente informativo sobre cómo se descompone la brecha, pero no implica una
relación causal; por último, el método no restringe su comparación a individuos con
características comparables. El modelo de Ñopo (2008) nace precisamente para solucionar la
primera y la última limitación mencionadas.
Descomposición de Ñopo
En este modelo se consideran las diferencias a lo largo de la distribución de ingresos y no solo

en el promedio, y restringe la comparación únicamente a las diferencias entre hombres y mujeres
con características comparables (soporte común). Esto permite generar un contrafactual sintético
de individuos al parear hombres y mujeres con características observables idénticas, sin
necesidad de asumir ninguna forma funcional en la relación entre variables explicativas e
ingresos.
Lo anterior se realiza por medio de características discretas, y por eso no exige que se haga
mediante pareo por puntaje de propensión (Propensity Score Matching) u otra noción de distancia
entre las características de hombres y mujeres.
El procedimiento genera tres grupos:
(i) Mujeres y hombres pareados (soporte común);
19
(ii) Mujeres con características observables para las que no existen hombres
comparables, o lo que en la metodología se ha llamado el efecto de la empleada
doméstica o Maid Effect;
(iii) Hombres para los que no existen mujeres comparables, o lo que en la metodología
se ha llamado efecto del alto ejecutivo o CEO Effect.
El método permite que aquellos hombres y mujeres que presentan características idénticas
formen parte de un soporte común. Para estos se desagrega la diferencia en ingresos por las
características observadas y no observadas. Entre tanto, el cálculo de los efectos de empleada
doméstica y alto ejecutivo se realiza entre las personas que quedan fuera de este soporte común.
El efecto de empleada doméstica se refiere a aquellas mujeres que, dadas sus características,
no tienen pares masculinos con características comparables. Lo anterior se asocia
tradicionalmente con aquellas mujeres que tienen trabajos de menor jerarquía complementarios
a sus funciones en el hogar. Por su parte, el efecto del alto ejecutivo se refiere a hombres que,
dadas sus características, ocupan cargos de máxima jerarquía y no tienen pares femeninos con
características comparables.
Por lo tanto, el modelo descompone la brecha de ingreso o, más específicamente, la diferencia

del logaritmo de los ingresos laborales por hora de la principal actividad en cuatro elementos:
δ = δ𝑋𝑋 + δ𝐹𝐹 + δ𝑀𝑀 + δ0

(6)
Donde δ representa la diferencia total de ingresos por género; δ𝑋𝑋 representa la diferencia de
ingresos relacionada con las características observables; δ𝐹𝐹 es la medición del efecto del alto
ejecutivo; δ𝑀𝑀 es la medición del efecto de la empleada doméstica; y δ0 representa la diferencia
de ingresos no explicada que, como se señaló anteriormente, podría estar relacionada con temas
de sesgo y discriminación.
El modelo de Ñopo no está exento de limitaciones. Al igual que el modelo de Blinder-Oaxaca, es

únicamente informativo sobre la manera en que se descompone la brecha, pero no implica una
relación causal. Además, debido a que el pareo se construye con variables discretas, la
probabilidad de encontrar una persona con las mismas características y dotaciones, tanto para
hombres como mujeres, disminuye a medida que se incrementa el número de variables
explicativas, es decir, a medida que disminuye el soporte común, como bien lo señalan
Enamorado, Izaguirre y Ñopo (2009). Este problema se conoce como la “maldición de la
dimensión” y es la razón por la cual en el modelo de Ñopo se debe analizar con cautela la
inclusión de nuevas variables.
Otra limitación de ambos modelos es que se puede controlar únicamente por características
observables y, en el caso específico de este estudio, solo por aquellas que se incluyen en las
Encuestas Nacionales de Fuerza de Trabajo. En ese sentido, la brecha de ingresos por género
también podría verse afectada por características que no se observan en la encuesta como son
las de tipo actitudinal, el esfuerzo y las preferencias por las labores del mercado laboral o de las
tareas del hogar, entre otras, las cuales podrían estar siendo excluidas del análisis, generando
20
así un sesgo en los estimadores por omisión de variable relevante. Un ejemplo es lo
documentado por Chioda (2011), quien muestra que las preferencias y actitudes de hombres y
mujeres hacia el trabajo realizado en el mercado laboral pueden no ser idénticas.
El modelo de Ñopo utiliza como variable dependiente 𝑦𝑦ℎ𝑜𝑜𝑜𝑜𝑎𝑎𝑖𝑖 , a saber, el ingreso por hora. Los
coeficientes del modelo se interpretan como la diferencia de ingresos expresada como porcentaje
del promedio de los ingresos de los hombres. Las variables explicativas que se utilizan en este
modelo son:
𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑢𝑢𝑖𝑖 , 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑑𝑑𝑖𝑖 , 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑜𝑜𝑖𝑖 , 𝑚𝑚𝑚𝑚𝑚𝑚6𝑖𝑖 , 𝑐𝑐𝑐𝑐𝑐𝑐_𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑖𝑖 , 𝑧𝑧𝑧𝑧𝑧𝑧𝑎𝑎𝑖𝑖 , 𝑟𝑟𝑟𝑟𝑟𝑟𝑎𝑎𝑖𝑖 , 𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑖𝑖 , 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑛𝑛𝑖𝑖 𝑦𝑦 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑙𝑙𝑖𝑖
(7)
Esta descomposición se realiza de forma separada para mujeres y hombres. Para las
estimaciones de Blinder-Oaxaca se utilizaron errores estándares robustos y pesos probabilísticos
con el fin de ser consistentes con la estructura de las encuestas, mientras que en el modelo de
descomposición de Ñopo se utilizaron pesos de frecuencia, dado que es lo que permite la
metodología. Nótese que la variable que mide la formalidad se agrega a partir del año 2005,
debido a que la pregunta sobre afiliación a la seguridad de largo plazo se incluye en la encuesta
a partir de ese año.
Cabe señalar que ambos modelos, al contemplar únicamente los salarios observados de las
personas ocupadas, pueden sufrir de un sesgo de selección. Dado que la participación laboral
es mayor entre los hombres, puede ocurrir con mayor frecuencia que aquellas mujeres que estén
destinadas a percibir un salario potencial más bajo no ingresen al mercado laboral; esto a
diferencia de los hombres, entre quienes el salario potencial podría tener un menor impacto sobre
la participación laboral. De ser así, los modelos presentados en este estudio estarían
subestimando la brecha. Sin embargo, el aumento de la participación femenina podría estar
atenuando este sesgo.
21
4. Resultados
En el cuadro 3 se presentan los resultados de la estimación de la descomposición Blinder-
Oaxaca. Allí se puede apreciar que, en los 19 años a lo largo de los cuales se realizó el análisis,
la brecha de género relativa a ingresos por hora osciló entre 1 y 15% sin mostrar un patrón claro
en el tiempo, como se puede observar en el gráfico 7.
En todos los periodos, sin excepción, el efecto de las variables explicadas es negativo sobre la
brecha, lo que significa que, si se consideran solamente las características observables, las
mujeres deberían obtener unos ingresos laborales en 8 y 20% más elevados en los diferentes
años del estudio. Esto implica que la parte no explicada es la que estaría causando la totalidad
de la brecha.
En el cuadro 4 se presenta la descomposición de la brecha según las diferentes variables

explicativas agregadas. Allí se aprecia que la brecha explicada por la educación es negativa y
estadísticamente significativa en todos los años. Esto indica que el nivel educativo de las
trabajadoras --que en promedio es más alto que el de los hombres (cuadro A1)-- estaría
reduciendo la brecha de ingresos producida por la brecha no explicada y relacionada con sesgos
de género (comúnmente conocidos como discriminación) que se manifiestan en leyes
inadecuadas, sesgos cognitivos, discriminación o costos laborales derivados del cuidado de los
hijos que no se visibilizan en la sociedad. De igual manera, este fenómeno ocurre con la variable
ocupación debido a que existe una mayor proporción de mujeres con profesión (cuadro A2).
Por otro lado, las características personales y familiares como son la edad, el estado civil y la
presencia de menores en el hogar tienen un efecto positivo y estadísticamente significativo en la
brecha de ingresos los primeros años del estudio, aunque su importancia se reduce en el tiempo
y, a partir del 2011, deja de ser significativa.
La variable de categoría ocupacional (dicotómica para trabajadores por cuenta propia) tiene un
efecto positivo y estadísticamente significativo para explicar la brecha en todos los años del
estudio. Esto supone que el hecho de que haya una mayor proporción de hombres en trabajos
por cuenta propia (cuadro A1) aumenta la brecha de ingresos laborales.
Finalmente, la región del país y la zona donde se encuentran los trabajadores (hombres y
mujeres) --en este caso el hecho de que las trabajadoras mujeres se encuentren en mayor
proporción en el área urbana (cuadro A1)-- tendría un efecto negativo y estadísticamente
significativo en la brecha, por lo que estaría reduciendo las desigualdades de ingresos por
género. Sin embargo, este efecto se va disipando a medida que van transcurriendo los años del
estudio.
22
Cuadro 3. Descomposición Blinder-Oaxaca
(Ingreso por hora)*
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Diferencial
Estimación
30,52*** 32,71*** 37,87*** 42,98*** 55,06*** 59,39*** 61,44*** 69,96*** 73,27*** 75,97*** 82,56*** 79,75*** 83,38*** 88,67*** 97,32*** 101,7*** 105,8*** 109,1*** 113,5***
hombre
(0,633) (0,711) (0,766) (0,606) (1,272) (1,037) (0,996) (1,843) (1,709) (1,680) (2,369) (2,051) (2,357) (1,942) (2,206) (2,390) (4,251) (2,678) (2,099)
Estimación mujer 27,20*** 30,05*** 34,28*** 37,96*** 52,19*** 53,99*** 55,34*** 64,22*** 69,44*** 74,13*** 73,23*** 76,52*** 82,38*** 83,83*** 89,11*** 93,60*** 89,48*** 105,9*** 101,5***
(0,751) (0,928) (0,851) (0,811) (2,081) (1,620) (1,280) (2,723) (2,807) (2,811) (2,349) (3,102) (3,079) (2,605) (2,608) (2,536) (2,296) (8,972) (2,803)
Diferencia 3,318*** 2,663* 3,590** 5,020*** 2,869 5,398** 6,101*** 5,740 3,830 1,839 9,329** 3,227 1,000 4,833 8,211* 8,129* 16,33*** 3,182 11,98***
(0,982) (1,169) (1,145) (1,012) (2,439) (1,924) (1,622) (3,288) (3,286) (3,274) (3,336) (3,719) (3,878) (3,249) (3,416) (3,485) (4,831) (9,363) (3,502)
Descomposición
Explicada -2,617*** -3,895*** -3,884*** -4,329*** -6,133*** -9,141*** -5,922*** -9,542*** -10,02*** -9,031*** -13,55*** -15,67*** -16,37*** -11,98*** -14,91*** -14,52*** -17,14*** -9,164 -13,74***
(0,759) (0,840) (0,913) (0,799) (1,353) (1,308) (1,220) (2,206) (2,446) (2,301) (2,716) (3,005) (3,415) (2,596) (3,044) (2,959) (3,968) (5,276) (2,432)
No explicada 5,935*** 6,558*** 7,474*** 9,349*** 9,002*** 14,54*** 12,02*** 15,28*** 13,85*** 10,87*** 22,88*** 18,90*** 17,37*** 16,82*** 23,12*** 22,65*** 33,47*** 12,35 25,72***
(1,021) (1,298) (1,284) (1,013) (2,163) (2,116) (1,590) (3,203) (3,741) (3,292) (4,163) (4,059) (5,056) (3,475) (4,091) (4,089) (6,646) (13,03) (4,001)
Descomposición (como porcentaje del ingreso laboral por hora de los hombres)
Total 11% 8% 9% 12% 5% 9% 10% 8% 5% 2% 11% 4% 1% 5% 8% 8% 15% 3% 11%
Explicada -9% -12% -10% -10% -11% -15% -10% -14% -14% -12% -16% -20% -20% -14% -15% -14% -16% -8% -12%
No explicada 19% 20% 20% 22% 16% 24% 20% 22% 19% 14% 28% 24% 21% 19% 24% 22% 32% 11% 23%
Observaciones 7848 7559 10198 10257 10489 10281 10363 10729 10436 10502 10636 10352 10529 10409 10285 10156 7783 7979 8410
Estadístico t en paréntesis
* p < 0.05, ** p < 0.01, *** p < 0.001

*Se utilizaron solamente personas con ocupación e ingreso y ponderaciones de peso probabilístico.
23
Cuadro 4. Componentes de la diferencia explicada en Blinder-Oaxaca
(Ingreso por hora)*
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Diferencia
-2,617*** -3,895*** -3,884*** -4,329*** -6,133*** -9,141*** -5,922*** -9,542*** -10,02*** -9,031*** -13,55*** -15,67*** -16,37*** -11,98*** -14,91*** -14,52*** -17,14*** -9,164 -13,74***
explicada
Educación -2,393*** -2,540*** -3,843*** -4,099*** -4,744*** -5,052*** -6,162*** -6,054*** -7,257*** -6,636*** -8,490*** -9,060*** -9,136*** -10,74*** -10,41*** -11,58*** -12,03*** -10,97*** -10,18***
Experiencia -0,513 -0,751 -0,276 -0,277 -1,521* -0,551 -0,223 -0,110 -0,267 -0,687 -0,335 0,410 -1,435* -0,0346 -0,0564 -1,221 -0,832 -2,596 -0,408
Características
personales y 1,085*** 1,289*** 0,992*** 1,069*** 1,375* 1,578*** 1,320*** 1,068* 0,307 1,464** 0,204 1,005 0,323 0,534 1,052 1,355 2,414 2,757 0,505
familiares
Cuenta propia 1,866*** 1,547*** 2,542*** 2,042*** 3,010*** 2,740*** 2,054*** 5,678*** 4,169*** 4,322*** 5,396*** 3,540*** 3,473** 6,313*** 2,938** 5,713*** 4,333*** 3,953*** 3,520***
Actividad
0,551 -0,880 -0,342 1,356* -0,0517 -0,248 0,489 -1,133 -0,0996 1,514 -0,900 -4,053* -1,134 -1,916 3,223 -2,241 0,407 0,336 4,997**
económica
Ocupación -2,315*** -1,633* -1,816** -2,931*** -2,154* -5,370*** -1,908* -7,026*** -4,797* -7,677*** -7,279*** -4,944** -6,787*** -4,157* -9,795*** -3,966* -9,846*** 0,166 -11,18***
Región -0,591*** -0,677*** -0,998*** -0,713*** -1,460*** -1,457*** -1,074*** -1,419*** -1,506*** -2,232*** -1,935*** -1,534*** -1,702*** -1,241*** -1,370*** -1,492*** -0,250 -0,0769 0,0623
Zona -0,307* -0,250* -0,143 -0,777*** -0,566** -0,852*** -0,486*** -0,518** -0,832*** 0,432 0,327 -0,0861 -0,378 -1,039*** -0,413 -0,766*** -0,221 -0,0923 -0,274**
Formalidad n.d. n.d. n.d. n.d. -0,0215 0,0723 0,0674 -0,0282 0,258 0,469 -0,542 -0,951* 0,407 0,301 -0,0808 -0,329 -1,110* -2,643*** -0,788
** ***
* p < 0.05, p < 0.01, p < 0.001
*Se utilizaron solamente personas con ocupación e ingreso y ponderaciones de peso probabilístico.
n.d. No disponible. Cuando los datos disponibles no son suficientes para calcular el porcentaje.
24
Gráfico 7. Brecha total de ingresos laborales estimada usando la descomposición de Blinder-
Oaxaca*
18%
16% 15%
14%
12% 12%
11%
11%
11%
10%
10% 9%
9%
8% 8%
8% 8%
8%
6% 5%
5% 5%
4%
4%
3%
2%
2%
1%
0%
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
por el BID.
En el cuadro 5 se presentan los resultados de la estimación de la descomposición Ñopo. Allí se

puede apreciar que, en los 19 años para los cuales se realizó el cálculo, la brecha de ingresos
por hora osciló entre 1 y 14%.
El llamado efecto de la empleada doméstica o Maid Effect, y el del alto ejecutivo o CEO Effect,
hacen referencia a las brechas de ingresos explicadas por una ausencia de mujeres y hombres
con características personales y laborales similares con quienes comparar sus ingresos. La
medición de estos componentes está relacionada con patrones tradicionales de trabajo en los
que las mujeres tienden a concentrarse en ciertas ocupaciones como enfermería o servicios,
mientras que los hombres trabajan en ocupaciones de riesgo o gerenciales para las cuales
existen más oportunidades de crecimiento profesional. Nótese que para 2019, el efecto del alto
ejecutivo estaba produciendo una brecha de 19%, lo cual estaría relacionado con el acceso
reducido de las mujeres a puestos gerenciales. Por el contrario, el efecto de la empleada
doméstica estaría mitigando la brecha en un 20%, lo cual se debe al relativamente buen retorno
económico que obtienen las mujeres que trabajan en el sector turismo en República Dominicana.
25
Como sucede con el efecto de la empleada doméstica (con excepción de 2011), a partir de 2005
(salvo en 2018) el conjunto de variables explicadas (nivel educativo, edad, estado civil, presencia
de menores en el hogar, categoría ocupacional, rama de actividad económica de la ocupación
principal, ocupación, región y formalidad laboral) estarían ayudando a cerrar la brecha. Por otro
lado, la parte no explicada y el efecto del alto ejecutivo estarían generando un efecto positivo, es
decir, estarían incrementando la brecha en todos los años del estudio.
Cabe destacar la existencia de pequeñas diferencias entre las estimaciones de Blinder-Oaxaca

y las de Ñopo, relacionadas principalmente con la estructura de los modelos que se utilizan
siguiendo las prácticas comunes halladas en la literatura internacional.
El soporte común para los diferentes años, tanto para hombres como mujeres, llega a ser de
12% en los hombres. En general, los valores son similares al de los modelos para países de ALC
que se realizan en Ñopo y Hoyos (2010) y Ñopo (2012), los cuales utilizan variables de control
similares a las presentadas en este estudio. Al igual que en el modelo Blinder-Oaxaca, no surge
una tendencia en el tiempo y la brecha oscila en su magnitud, pero es siempre favorable a los
hombres en los años analizados.
Cuadro 5. Descomposición de Ñopo*
200 200 200 200 200 200 200 200 200 201 201 201 201 201 201 201 201 201 201
0 1 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
(Total) 12% 10% 10% 14% 6% 9% 11% 9% 6% 2% 13% 4% 1% 6% 9% 9% 13% 5% 6%
(No explicada) 14% 21% 29% 31% 8% 35% 18% 20% 21% 10% 19% 8% 9% 17% 32% 32% 13% 1% 14%
(Maid Effect) -17% -25% -23% -22% -7% -23% -20% -3% -21% -1% 8% -23% -8% -20% -31% -27% -12% -27% -20%
(CEO Effect) 11% 13% 10% 3% 20% 24% 20% 8% 14% 5% 9% 30% 18% 14% 29% 26% 19% 30% 19%
(Explicado) 3% 0% -6% 2% -16% -26% -5% -17% -8% -13% -22% -11% -19% -5% -22% -22% -7% 1% -7%
% Hombres 21% 20% 21% 21% 18% 17% 16% 16% 14% 14% 15% 14% 12% 13% 12% 12% 20% 21% 21%
% Mujeres 37% 36% 42% 41% 33% 30% 29% 24% 25% 26% 25% 23% 22% 21% 24% 24% 30% 32% 30%
Error Estándar 6% 8% 5% 4% 9% 9% 5% 8% 6% 5% 6% 10% 6% 6% 7% 6% 6% 12% 6%
por el BID.
*Se utilizaron solamente personas con ocupación e ingreso y ponderaciones de peso de frecuencia.
En el gráfico 8 también se presenta la evolución de la brecha de ingresos por género estimada

usando la descomposición de Ñopo. Se puede observar que la brecha se mantuvo alta la mayoría
de los años, presentando un descenso significativo en 2012 y 2013, para luego aumentar y llegar
a un diferencial estable entorno al 5-6% los últimos años de análisis.
26
Por otro lado, para 2019 el componente explicado por las variables utilizadas en el modelo
también estaría ayudando a cerrar la brecha en un 7%, mientras que el componente no explicado
estaría causando una brecha del 14%. Este último es la diferencia en los ingresos percibidos por
las mujeres, lo cual se debe a otros factores no observables, que como se mencionó
anteriormente están relacionados con sesgos y discriminación. En conjunto, sin el mayor nivel
de educación, el buen perfil laboral y el efecto de la empleada doméstica, la brecha sería un 27%
mayor en 2019.
Gráfica 8. Descomposición de Ñopo

40% 35%
31%
29%
24%
21% 20% 20% 20% 21%
20% 14% 18%
13% 14% 14%
11% 12% 10% 10% 10% 11% 10%
8% 9% 8% 9%
3% 2% 3% 6% 6% 5%
0% 2%
0%
-1%
-6% -5% -3%
-7% -8%
-13%
-20% -17% -16% -17%
-22% -20% -21%
-25% -23%
-23% -26%
-40%
2000 2001 2003 2004 2005 2006 2007 2008 2009 2010
40%
32% 32% 30%
30% 29%
26%
19% 18% 19% 19%
20% 17%
13% 14% 13% 13% 14%
8% 9% 8% 9% 9% 9%
6% 5% 6%
4% 1%
1% 1%
0%
-5% -7%
-8% -7%
-11% -12%
-20%
-19% -20% -20%
-22% -23% -22% -22%
-27% -27%
-31%
-40%
2011 2012 2013 2014 2015 2016 2017 2018 2019
Explicado Maid Effect Ceo Effect No explicado Total
por el BID.
27
En el gráfico 9 se comparan las brechas de ingreso por género encontradas mediante el cálculo
de ambas metodologías. Al igual que en el gráfico 5, para el análisis se utilizan los años 2001,
2007, 2013 y 2019 con el fin de mantener una periodicidad y no complicar el análisis gráfico
utilizando todos los años. Se incluye tanto el componente explicado como el no explicado. Cabe
señalar que ambas metodologías son consistentes en mostrar que existe para todos los años
una brecha de ingresos a favor de los hombres generada por factores no explicados por las
variables de análisis. Entre tanto, las variables explicativas muestran que, si se consideran solo
las características observables y su retorno en ingresos, la brecha debería ser favorable a las
mujeres.
Gráfico 9. Brecha de ingresos total estimada mediante las descomposiciones de Blinder-Oaxaca

(BO) y de Ñopo*
25% 23%
21% 21%
20% 20%
20% 18%
14%
15% 11%
10% 10% 9% 11%
10% 8%
6%
5% 1% 1%
0%
-5%
-10% -6% -7%

-10% -9%
-15% -12% -12% -12%
-20%
-20%
-25%
BO Ñopo BO Ñopo BO Ñopo BO Ñopo
2001 2007 2013 2019
Explicada No Explicada Total
por el BID.
28
Por otra parte, en el gráfico 10 se presenta la evolución de la brecha no explicada en los mismos
periodos elegidos para el gráfico 9. Allí se incluyen intervalos de confianza al 95% (1,96
desviaciones estándar por encima y debajo del estimador). El gráfico 10 permite apreciar que
ambas metodologías muestran una brecha de ingresos no explicada estadísticamente
significativa para los diferentes años analizados; esto con excepción de la de Ñopo para 2013,
siendo esta estadísticamente igual en ambas metodologías. Debido a que el modelo de Ñopo
restringe la comparación de diferencias únicamente a aquellos hombres y mujeres con
características comparables (soporte común), los intervalos de confianza son más amplios que
en el modelo de Blinder-Oaxaca.
Gráfico 10. Brecha de ingresos no explicada estimada mediante las descomposiciones de Blinder-
Oaxaca (BO) y de Ñopo*
40%
35%
30%
25% 23%
21% 21%
20% 20%
20% 18%
14%
15%
9%
10%
5%
0%
BO Ñopo BO Ñopo BO Ñopo BO Ñopo
-5%
2001 2007 2013 2019
por el BID.
Nota: Las barras presentan el componente no explicado al 95% de nivel de confianza.
Adicionalmente, la descomposición de Ñopo permite desagregar la brecha de ingresos para las

categorías de las diferentes variables explicativas. En el gráfico 11 se presenta la brecha de
ingresos, tanto total como no explicada, por estado de formalidad. En la brecha no explicada se
agregan intervalos de confianza utilizando 1,96 desviaciones estándar por encima y debajo del
estimador, es decir, al 95% del nivel de confianza. Se observa una clara distinción entre las
personas que trabajan en el sector formal e informal. Se muestra una brecha amplia entre los
ingresos de las personas del sector informal, mientras que en el sector formal la brecha es menor
e inclusive favorable a las mujeres. No obstante, no parece haber una diferencia
estadísticamente significativa en la brecha no explicada.
29
La situación de la brecha en el sector informal puede deberse a la falta de una legislación laboral
que norme las relaciones de dependencia y las prácticas empresariales que prevalecen en el
sector. República Dominicana tiene una informalidad laboral medianamente baja, comparada con
el resto de América Latina y el Caribe. Esta se calcula a través de la afiliación o cotización a la
seguridad social de largo plazo usando la Encuesta Nacional Continua de Fuerza de Trabajo de
2019 armonizada por el BID. Se registra una afiliación del 23% a nivel general, siendo del 12%
para las mujeres y del 35% para los hombres (cuadro A1).
Gráfica 11. Brecha de ingresos estimada mediante la descomposición de Ñopo por formalidad*
Brecha total Brecha total

40% 36% 50%
40%
30%
21% 30% 25%

20%
20%
20% 14%
14%
11% 12%
10%
4% 10%
3%
0% 0%
-10%
-10% -6%
-12% -20%
Informal
Informal
Informal
Formal
Formal
Formal
-20%
2007
2013
2019
2007
2013
2019
Informal Formal 2007 2013 2019
por el BID.
Nota: Las barras presentan el componente no explicado al 95% de nivel de confianza. Se utilizaron los sectores económicos más
significativos en el mercado laboral y con mayor número de observaciones para ambos géneros.
En el mismo sentido, el gráfico 12 presenta la brecha de ingresos --tanto la total como la no

explicada-- dividiendo la población ocupada entre las personas que trabajan por cuenta propia y
las que no. Se puede observar una situación particularmente llamativa, caracterizada por un
descenso persistente de la brecha entre las personas que no son trabajadores por cuenta propia,
mientras que entre las cuentapropistas pareciera haber existido una brecha favorable a las
mujeres en 2001, que fue despareciendo con el trascurso de los años hasta convertirse en una
brecha muy significativa favorable a los hombres en 2019. Cuando se analiza la brecha no
explicada, esta presenta un comportamiento similar al de la brecha total.
30
Gráfico 12. Brecha de ingresos estimada mediante la descomposición de Ñopo por categoría de
cuenta propia*
Brecha total Brecha no explicada
40% 60%
50%
30% 28% 40%
27% 28% 27%
30%
17% 18% 17%
18% 20% 11%
20%
10%
0%
10% 6% -14%
4%
-10% -18%
1% 0% -20%
0% -30%
-40%
No cuenta propia
No cuenta propia
No cuenta propia
No cuenta propia
Cuenta propia
Cuenta propia
Cuenta propia
Cuenta propia
-10%
-20% -18%
2001
2007
2013
2019
2001
2007
2013
2019
No cuenta propia Cuenta propia 2001 2007 2013 2019
por el BID.
Nota: Las barras presentan el componente no explicado al 95% de nivel de confianza. Se utilizaron los sectores económicos más
significativos en el mercado laboral y con mayor número de observaciones para ambos géneros.
31
5. Conclusiones
Como conclusión general del análisis se puede observar que, a nivel agregado, existe una brecha
relevante y estadísticamente significativa en los ingresos laborales entre hombres y mujeres en
República Dominicana. Esta brecha no puede explicarse por las variables utilizadas en el modelo,
como la experiencia, las características personales y familiares, el sector y actividad económica,
y la región o zona del país, por lo tanto, se sugiere que el diferencial de ingresos por género se
debe a temas de carácter normativo, sesgos o discriminación.
Se estableció que esta brecha es más grande para las personas que trabajan en la economía
informal y por cuenta propia, y que trabajan en regiones donde la participación laboral de las
mujeres es mayor como Ozama, Yuma, Higuamo, Cibao Norte y Cibao Noreste . También se
observó un fuerte efecto del alto ejecutivo, relacionado con una baja participación de mujeres en
cargos gerenciales y ocupaciones de riesgo.
A diferencia de estudios sobre la brecha de ingresos en otros países de la Región, no se encontró

un patrón distinto que indique que la brecha se esté reduciendo con el tiempo en el caso de
República Dominicana. Esto sugiere que la brecha de ingresos no justificable entre hombres y
mujeres no ha disminuido de manera persistente en las últimas dos décadas, lo que limita las
oportunidades de ingresos para las mujeres. Se pudo apreciar también que la brecha es menor
para aquellas mujeres que trabajan en el sector formal.
Las características que contribuirían a cerrar la brecha de género son la educación y las
ocupaciones en las que se desempeñan las mujeres, mientras que las características personales
y familiares como la edad, el estado civil y la existencia de menores en el hogar constituirían
características generadoras de brecha de ingresos por género a favor de los hombres. Por otra
parte, en este estudio se establece que las regiones en las que residen las mujeres también
coadyuvan a reducir la brecha de ingresos a nivel agregado, dado que una proporción elevada
de ellas trabajan en regiones como Santo Domingo y las zonas turísticas, ambas caracterizadas
por un alto dinamismo económico. Sin embargo, encontramos que existe una brecha de ingresos
significativo al interno de estas regiones, es decir, las mujeres en estas regiones ganan por arriba
del promedio de las demás mujeres, no obstante siguen ganando menos que los hombres
de estas regiones.
Estas conclusiones están en línea con la literatura existente sobre brechas de ingreso por género
en República Dominicana. Al igual que en Ñopo y Hoyos (2010), se encontró que la brecha no
explicada continúa siendo muy significativa en el país; sin embargo, y a diferencia de lo que
ocurre en otros países de ALC, existe una brecha de ingresos explicada a favor de los hombres.
En concordancia con autores como Chioda (2011) o Gasparini y Marchionni (2015), la educación
es un factor relevante para cerrar la brecha, debido al aumento en la proporción de mujeres que
han finalizado sus estudios secundarios. Al igual que en OIT (2019), la brecha no explicada
persiste y se presenta principalmente entre los trabajadores de bajos ingresos y los
cuentapropistas.
El presente documento contribuye al diagnóstico de la evolución de la situación de la brecha de

ingresos laborales por género año por año en República Dominica entre 2000 y 2019. Las
conclusiones aquí presentadas cobran relevancia dado que, para que las políticas públicas se
32
basen en evidencia, es fundamental contar con datos y estimaciones confiables que puedan ser
usados como insumo en la toma de decisiones de los responsables de formular las políticas
públicas.
Futuros análisis posiblemente complementarán los hallazgos del presente trabajo a través de
una mayor desagregación y profundización de la brecha de ingresos para grupos de personas
con diferentes características específicas, así como mediante la aplicación de nuevos recursos
que permitan mejorar la cuantificación de la brecha de ingresos y sus determinantes. Se plantea
igualmente la necesidad de hacer un estudio particular sobre las consecuencias que la pandemia
ha tenido y sigue teniendo en la brecha de ingresos en el país.
33
Referencias
Atal, J., Ñopo, H. y Winder, N. (2009). New Century, Old Disparities: Gender and Ethnic Wage
Gaps in Latin America. Research Department, Banco Interamericano de Desarrollo, Washington,
DC.
Becker, G. (1957). The Economics of Discrimination. Chicago: Univ. Chicago Press.
Bustelo, M., Suaya, A, y Vezza, E. (2021). Hacia una nueva realidad laboral para las mujeres.
Soluciones para recuperar el empleo femenino en ALC. Nota Técnica N.º IDB-TN-02235. Banco
Interamericano de Desarrollo, Washington, DC.
Cardona Arango, D., & Peláez, E. (2012). Envejecimiento poblacional en el siglo XXI:
oportunidades, retos y preocupaciones. Revista Salud Uninorte, 28(2), 335-348.
Chioda, L. (2011). Work and Family: Latin American and Caribbean Women in Search of a New
Balance. World Bank. Washington, DC.
Enamorado, T., Izaguirre, C. y Ñopo, H. (2009). Gender Wage Gaps in Central American
Countries Evidence from a Non-Parametric Approach. IDB Working Paper Series No. IDB-WP-
111. Banco Interamericano de Desarrollo, Washington, DC.
Garganta, S., y Zentner, J. (2020). El efecto de la doble escolaridad sobre la participación laboral
femenina en República Dominicana. En LV Reunión Anual de la Asociación Argentina de
Economía Política (Modalidad virtual, 18 al 20 de noviembre de 2020).
Frisancho, V. y Queijo Von Heideken, V. (2022). Closing Gender Gaps in the Southern Cone: An
Untapped Potential for Growth. Washington, DC: Inter-American Development Bank,
Washington, DC.
Garganta, S., Pinto, M. F. y Zentner, J. (2022). Jornada escolar extendida y fecundidad
adolescente en la República Dominicana. Nota Técnica Nº IDB-TN- 2559. Banco Interamericano
de Desarrollo, Washington, DC.
Gasparini, L. y Marchionni, M. (2015). Bridging Gender Gaps? The Rise and Deceleration of
Female Labor Force Participation in Latin America. An Overview. Centro de Estudios
Distributivos, Laborales y Sociales. Universidad Nacional de La Plata, Argentina.
Hoyos, A., Ñopo H. y Peña, X. (2010). The Persistent Gender Earnings Gap in Colombia, 1994-
2006. IDB Working Paper Series No. IDB-WP-174. Inter-American Development Bank,
Washington, DC.
Jann, B. (2008). The Blinder–Oaxaca Decomposition for Linear Regression Models. The Stata
Journal Number 4. pp. 453–479.
López, A., Ruiz M. y Ochoa E. (2021). Cerrando brechas de género en el mundo del trabajo.”
Banco Interamericano de Desarrollo, Washington, DC.
Martínez, A., Ugarte F. y Zentner J. (2021) Desigualdad de género en la participación laboral y
remuneraciones en el grupo de países CID. Nota Técnica 2145. Banco Interamericano de
Desarrollo, Washington, DC.
34
Marques-Garcia, L. (2019). Desigualdades de género en República Dominicana, 2018- 2020”.
Nota Técnica 1632. Banco Interamericano de Desarrollo, Washington, DC.
Mincer, J. (1974). Schooling, Experience, and Earnings. Human Behavior & Social Institutions
No. 2.
Navarro, A. (2015). Gender Wage Gap and Education: Case in Dominican Republic (2015).
Master of Science in Applied Economic Thesis. Utah State University.
Ñopo, H. (2008). Matching as a Tool to Decompose Wage Gaps. The Review of Economics and
Statistics, 90(2), 290-299.
------------. (2012). New Century, Old Disparities: Gender and Ethnic Earnings gaps in Latin
America and the Caribbean. Inter-American Development Bank. Washington, DC.
Ñopo, H. y Hoyos, A. (2010). Evolution of Gender Wage Gaps in Latin America at the Turn of the
Twentieth Century: An Addendum to New Century, Old Disparities. IZA Discussion Paper Series
No. 5086.
Oaxaca, R. (1973). Male-Female Wage Differentials in Urban Labor Markets. International
Economic Review, Volumen 14, No. 3.
OIT (Organización Internacional del Trabajo). (2019). Panorama laboral temático 5: Mujeres en
el mundo del trabajo. Retos pendientes hacia una efectiva equidad en América Latina y el Caribe.
OIT. Oficina Regional para América Latina y el Caribe.
ONE (Oficina Nacional de Estadísticas). (2020). Evolución de la brecha salarial de género en
República Dominicana 2014-2020: A partir de datos de la ENCFT.
Psacharopoulos, G. y Zafiris T. (1992). Latin American Women’s Earnings and Participation in
the Labor Force. World Bank Policy Research Working Paper 856. World Bank, Washington, DC.
Székely, M. y Acevedo, I. (2021). ¿Cómo aprovechar el potencial de las mujeres para acelerar el
desarrollo? Un análisis para Centroamérica, Haití, México, Belice, Panamá y República
Dominicana. Nota Técnica IDB-TN-2199. Banco Interamericano de Desarrollo, Washington, DC.
Urquidi, M., Valencia, H. y Durand, G. (2021). Brecha de ingresos laborales por género en Bolivia.
Un análisis de su evolución en el periodo 1993 a 2018. Revista de Análisis Económico–Economic
Analysis Review, 36(2), 95-124.
Urquidi, M., Chalup, M. y Durand, G. (2022). Brecha de ingresos laborales por género en
Paraguay. Un análisis de su evolución en el periodo 2002 a 2019. Banco Interamericano de
Desarrollo. Nota Técnica IDB-TN-02525. Banco Interamericano de Desarrollo, Washington, DC.
Urquidi, M. y Chalup, M. (2023). Brecha de ingresos laborales por género en América Latina y el
Caribe: un análisis de sus diferentes componentes y determinantes. Nota Técnica IDB-TN-02650.
Banco Interamericano de Desarrollo, Washington, DC.
World Economic Forum. 2021. The Global Gender Gap Report 2021.
https://www.weforum.org/reports/global-gender-gap-report-2021.
35
Cuadro A1. Distribución de las características de la población ocupada que percibe ingresos por año y género, hombres (h) y mujeres(m)*
2000 2001 2003 2004 2005 2006 2007 2008 2009
H M H M H M H M H M H M H M H M H M
Años de Educación 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9
Ninguno 48% 46% 48% 45% 44% 41% 42% 40% 29% 28% 29% 26% 26% 25% 29% 26% 27% 24%
Primaria 29% 27% 28% 28% 30% 28% 31% 28% 44% 40% 44% 40% 44% 40% 42% 39% 43% 38%
Secundaria 16% 19% 17% 20% 18% 23% 19% 23% 19% 23% 20% 24% 21% 24% 20% 25% 22% 27%
Terciaria 8% 8% 7% 7% 7% 8% 7% 9% 7% 9% 8% 10% 8% 10% 9% 11% 8% 11%
Años de experiencia 20.3 20.0 20.7 20.3 20.4 19.9 19.9 19.8 19.9 20.0 20.4 19.7 20.1 19.8 20.1 19.4 19.6 19.6
15-25 35% 34% 34% 34% 34% 32% 35% 32% 35% 32% 33% 33% 33% 32% 33% 34% 34% 33%
26-35 23% 25% 23% 23% 23% 25% 23% 25% 23% 25% 23% 23% 23% 24% 24% 23% 23% 22%
36-45 20% 20% 20% 19% 20% 21% 20% 20% 20% 20% 20% 21% 20% 21% 21% 21% 19% 21%
46-55 14% 12% 14% 14% 13% 13% 14% 14% 14% 14% 13% 13% 15% 14% 13% 13% 14% 14%
56-65 9% 9% 9% 9% 9% 9% 8% 9% 9% 9% 10% 10% 9% 10% 9% 9% 8% 10%
Casados 52% 54% 52% 53% 53% 56% 52% 55% 49% 53% 50% 52% 50% 52% 50% 51% 48% 51%
Niños menores de 6 años en
el hogar
32% 36% 33% 38% 33% 38% 31% 37% 30% 36% 29% 35% 29% 35% 29% 34% 28% 34%
Agricultura, caza, silvicultura y
pesca
21% 2% 20% 1% 18% 2% 19% 2% 18% 2% 19% 2% 18% 2% 18% 2% 19% 2%
Explotación de minas y
canteras
0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0%
Industria manufacturera 17% 19% 16% 15% 16% 14% 17% 14% 16% 14% 16% 13% 15% 13% 14% 10% 12% 8%
Electricidad, gas y agua 1% 1% 1% 1% 1% 1% 1% 1% 1% 1% 1% 0% 1% 1% 1% 1% 1% 1%
Construcción 9% 0% 10% 1% 11% 1% 10% 1% 10% 0% 11% 0% 11% 1% 11% 1% 10% 0%
Comercio, restaurantes y
hoteles
25% 28% 23% 32% 24% 28% 24% 28% 24% 29% 25% 28% 26% 27% 25% 28% 27% 28%
Transporte y almacenamiento 9% 2% 11% 2% 11% 2% 10% 3% 11% 2% 11% 2% 11% 2% 11% 2% 11% 1%
Establecimientos financieros,
seguros e inmuebles
2% 3% 2% 3% 2% 4% 2% 3% 2% 3% 2% 4% 2% 4% 2% 4% 3% 4%
Servicios sociales y
comunales
16% 45% 17% 45% 17% 49% 17% 49% 17% 49% 16% 51% 16% 51% 17% 52% 16% 56%
Ozama 32% 34% 32% 34% 32% 35% 33% 34% 33% 34% 33% 34% 32% 34% 31% 34% 31% 35%
Yuma 5% 5% 5% 4% 5% 5% 5% 6% 5% 5% 5% 5% 5% 5% 6% 6% 6% 5%
Higuamo 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 6% 6% 6% 7% 6%
Cibao Noreste 8% 8% 9% 9% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7%
Cibao Norte 17% 17% 17% 17% 18% 17% 17% 17% 17% 17% 17% 17% 18% 18% 18% 17% 18% 17%
Cibao Noroeste 5% 5% 5% 4% 5% 4% 4% 4% 5% 4% 4% 4% 4% 5% 5% 4% 5% 4%
Cibao Sur 8% 8% 8% 8% 8% 8% 8% 8% 9% 8% 8% 8% 9% 8% 9% 8% 8% 8%
El Valle 4% 3% 4% 4% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3%
Valdesia 10% 10% 10% 10% 11% 11% 11% 10% 11% 11% 11% 11% 11% 11% 11% 11% 11% 11%
Enriquillo 4% 4% 4% 4% 4% 3% 4% 3% 4% 3% 4% 3% 4% 3% 4% 3% 4% 3%
Urbano 66% 69% 70% 73% 70% 73% 64% 68% 64% 68% 65% 68% 65% 67% 66% 70% 66% 71%
Formal n.d. n.d. n.d. n.d. n.d. n.d. n.d. n.d. 20% 27% 23% 30% 28% 35% 30% 39% 29% 37%
Cuenta propia 34% 10% 34% 10% 34% 9% 33% 9% 33% 10% 35% 10% 33% 11% 36% 10% 36% 10%
*Se utilizan ponderaciones de peso probabilístico.
36
Cuadro A1. Distribución de las características de la población ocupada que percibe ingresos por año y género, hombres (h) y mujeres(m)*
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
H M H M H M H M H M H M H M H M H M H M
Años de Educación 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 7.9 7.6 10.3
Ninguno 27% 23% 26% 22% 25% 23% 25% 22% 24% 21% 23% 21% 23% 20% 20% 17% 19% 15% 17% 14%
Primaria 43% 38% 43% 38% 43% 37% 42% 37% 41% 36% 42% 36% 42% 35% 45% 36% 43% 35% 42% 35%
Secundaria 23% 28% 24% 29% 24% 30% 25% 31% 26% 30% 26% 31% 27% 31% 29% 35% 31% 37% 33% 38%
Terciaria 7% 11% 7% 10% 7% 11% 8% 10% 8% 13% 9% 13% 9% 14% 6% 12% 7% 13% 7% 13%
Años de experiencia 20.1 19.7 20.0 19.9 20.3 20.2 20.0 20.2 20.7 20.2 20.4 20.2 20.8 20.3 20.4 20.4 20.6 20.0 20.3 19.8
15-25 34% 33% 34% 32% 33% 31% 35% 32% 32% 30% 33% 31% 31% 30% 32% 29% 30% 29% 31% 29%
26-35 22% 22% 22% 21% 21% 22% 22% 22% 22% 22% 21% 22% 21% 22% 21% 21% 22% 22% 22% 23%
36-45 20% 20% 18% 20% 20% 20% 18% 19% 20% 19% 19% 20% 20% 19% 19% 20% 20% 20% 19% 19%
46-55 14% 15% 14% 16% 15% 16% 15% 16% 16% 17% 16% 17% 16% 17% 16% 18% 16% 17% 16% 17%
56-65 10% 10% 11% 10% 10% 11% 11% 11% 11% 11% 11% 11% 11% 12% 12% 12% 12% 12% 12% 12%
Casados 47% 50% 47% 50% 47% 50% 46% 50% 48% 52% 48% 50% 48% 51% 46% 48% 48% 49% 48% 49%
Niños menores de 6 años en
el hogar
28% 35% 26% 33% 27% 33% 27% 34% 26% 32% 25% 31% 25% 32% 25% 31% 24% 31% 24% 31%
Agricultura, caza, silvicultura y
pesca
19% 2% 20% 2% 19% 2% 19% 2% 19% 3% 17% 2% 18% 1% 14% 1% 12% 1% 12% 1%
Explotación de minas y
canteras
0% 0% 1% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0%
Industria manufacturera 12% 8% 11% 9% 12% 10% 12% 7% 11% 9% 11% 8% 11% 8% 12% 8% 12% 8% 12% 8%
Electricidad, gas y agua 1% 1% 1% 0% 1% 1% 1% 1% 1% 1% 1% 0% 1% 1% 2% 1% 1% 1% 1% 1%
Construcción 10% 0% 10% 0% 10% 0% 9% 0% 10% 1% 12% 1% 10% 1% 14% 1% 14% 1% 12% 0%
Comercio, restaurantes y
hoteles
26% 29% 26% 29% 26% 28% 25% 29% 27% 28% 26% 29% 27% 27% 19% 19% 20% 17% 21% 18%
Transporte y almacenamiento 12% 1% 11% 2% 12% 1% 11% 3% 11% 2% 11% 3% 11% 2% 17% 12% 16% 11% 17% 12%
Establecimientos financieros,
seguros e inmuebles
3% 3% 2% 5% 2% 4% 2% 4% 3% 3% 3% 4% 2% 3% 2% 3% 3% 3% 2% 3%
Servicios sociales y
comunales
16% 55% 17% 53% 18% 54% 19% 55% 18% 54% 19% 54% 20% 57% 20% 56% 21% 58% 21% 56%
Ozama 31% 33% 32% 34% 32% 33% 32% 33% 32% 33% 32% 33% 31% 33% 37% 38% 37% 39% 38% 38%
Yuma 6% 6% 6% 5% 6% 6% 6% 6% 6% 6% 5% 6% 6% 5% 6% 7% 7% 7% 7% 7%
Higuamo 7% 6% 6% 6% 6% 7% 6% 6% 6% 6% 7% 7% 7% 7% 6% 6% 5% 6% 5% 6%
Cibao Noreste 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 7% 6% 6% 6% 6% 6% 7%
Cibao Norte 17% 18% 17% 17% 17% 18% 17% 18% 17% 18% 17% 18% 17% 18% 16% 16% 16% 16% 16% 16%
Cibao Noroeste 5% 4% 5% 4% 5% 4% 5% 4% 5% 4% 5% 4% 5% 4% 4% 4% 4% 4% 4% 4%
Cibao Sur 9% 8% 9% 8% 9% 8% 8% 8% 8% 8% 8% 8% 9% 8% 7% 7% 7% 7% 7% 7%
El Valle 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 3% 4% 3% 3% 2% 2% 2% 3% 2%
Valdesia 11% 11% 11% 11% 11% 11% 11% 11% 11% 11% 11% 11% 11% 11% 10% 10% 10% 10% 10% 10%
Enriquillo 4% 3% 4% 3% 4% 3% 4% 3% 4% 4% 4% 4% 4% 4% 4% 3% 4% 3% 4% 3%
Urbano 67% 70% 66% 71% 66% 69% 67% 69% 66% 70% 66% 70% 66% 70% 80% 82% 81% 83% 82% 83%
Formal 31% 38% 28% 37% 29% 37% 30% 36% 33% 41% 35% 42% 35% 44% 36% 43% 37% 45% 39% 47%
Cuenta propia 37% 12% 37% 12% 36% 12% 35% 11% 37% 10% 36% 11% 35% 10% 35% 13% 35% 12% 35% 12%
37
Cuadro A2. Participación de las mujeres por ocupación (%) e ingreso promedio por hora (RD$)*
2000 2001 2003 2004 2005 2006 2007 2008 2009
(%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$
Profesional y técnico 51% 51 51% 49 50% 61 51% 66 52% 100 51% 101 52% 94 53% 118 52% 122
Director o funcionario superior 26% 95 37% 83 29% 110 36% 120 34% 151 43% 150 27% 150 28% 171 37% 266
Administrativo y nivel intermedio 66% 23 63% 26 69% 28 66% 29 65% 38 67% 46 69% 49 70% 52 69% 50
Comerciantes y vendedores 46% 23 52% 25 45% 28 46% 29 47% 35 45% 38 44% 43 45% 44 39% 52
En servicios 57% 24 57% 26 60% 27 57% 34 59% 48 63% 42 62% 50 62% 63 62% 52
Trabajadores agrícolas 5% 22 3% 31 3% 23 4% 22 6% 26 5% 24 4% 25 4% 40 4% 49
Obreros no agrícolas, conductores
de maquinaria y servicios de 19% 18 14% 21 14% 25 14% 28 12% 34 12% 39 12% 38 10% 37 9% 56
transporte
FFAA 4% 12 4% 18 9% 87 16% 31 10% 35 18% 40 9% 95 21% 34 11% 55
Otras 37% 14 40% 19 40% 20 41% 22 39% 30 43% 32 45% 36 41% 36 39% 37
Total 51% 27 51% 30 51% 35 51% 38 50% 52 51% 55 51% 55 51% 64 51% 69
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
(%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$ (%) RD$
Profesional y técnico 58% 133 57% 132 58% 136 54% 156 55% 155 52% 158 56% 165 61% 191 59% 227 62% 212
Director o funcionario superior 34% 211 46% 230 46% 208 42% 257 38% 255 51% 201 39% 240 46% 259 42% 285 40% 396
Administrativo y nivel intermedio 64% 57 66% 59 67% 61 65% 68 66% 64 59% 66 68% 75 64% 78 64% 86 64% 84
Comerciantes y vendedores 47% 59 46% 52 46% 52 46% 54 44% 50 47% 73 45% 69 54% 68 51% 74 53% 74
En servicios 63% 59 60% 57 61% 62 62% 63 55% 71 62% 72 62% 73 63% 60 64% 63 66% 68
Trabajadores agrícolas 6% 34 8% 32 5% 36 5% 34 4% 66 4% 96 4% 45 4% 58 6% 42 4% 56
Obreros no agrícolas, conductores
de maquinaria y servicios de 9% 39 11% 48 10% 52 8% 56 10% 60 10% 65 10% 71 13% 59 12% 62 14% 64
transporte
FFAA 16% 44 27% 45 28% 65 9% 81 17% 58 8% 67 14% 84 10% 247 11% 192 11% 94
Otras 40% 46 39% 44 39% 44 41% 48 41% 51 41% 52 43% 54 0% 0 10% 14 24% 209
Total 51% 74 50% 73 51% 77 50% 83 50% 84 51% 89 51% 93 51% 95 52% 109 51% 110
Fuente: Elaboración propia en base a Encuestas Nacionales de Fuerza de Trabajo de República Dominicana armonizadas por el BID.
38

Brecha de Ingresos Laborales Por Genero en Republica Dominicana Un Analisis de La Evolucion en El Periodo 2000 A 2019

Cargado por

Copyright:

Formatos disponibles

Brecha de Ingresos Laborales Por Genero en Republica Dominicana Un Analisis de La Evolucion en El Periodo 2000 A 2019

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Brecha de Ingresos Laborales Por Genero en Republica Dominicana Un Analisis de La Evolucion en El Periodo 2000 A 2019

Cargado por

Copyright:

Formatos disponibles

Brecha de ingresos laborales por

género en República Dominicana:

Un análisis de la evolución en el período 2000 a 2019

Comentarios a: [email protected], [email protected], [email protected]

Manuel Urquidi, Liliana Serrate y Miguel Chalup♠

A pesar de un análisis en el tiempo, no se pudo observar una tendencia clara de reducción o

Clasificación JEL: J16, J31, J71.

En el mercado dominicano se observan desafíos y desigualdades que afectan a la mujer, como

Adicionalmente, en caso de perder su empleo las mujeres en República Dominicana tienden a

Gráfico 2.Características de la participación en el mercado laboral de la población femenina

Comparada con otros 146 países, República Dominicana se encuentra en el puesto 84 en el

Obreros no agrícola, conductores de maquinaria y…

Establecimientos financieros, seguros e inmuebles

Explotación de minas y canteras

Electricidad, gas y agua

Servicios sociales y comunales

Administrativo y nivel intermedio

Comercio, restaurantes y hoteles

Director o funcionario superior

Edad Nivel de Educación Sector Económico Ocupación Zona Formalidad

Un análisis ya clásico sobre este tema es el de Psacharopoulos y Tzannatos (1992), quienes

No obstante, la reducción significativa de la brecha explicada, la brecha no explicada se habría

Respecto a las diferencias de ingreso laboral en República Dominicana específicamente, Navarro

• Las encuestas armonizadas de la ENFT (Encuesta Nacional de Fuerza de Trabajo)

Se intentó preservar la estructura luego del cambio metodológico 8 para mantener la

Como primera aproximación al cálculo de la brecha de ingresos por género, en el cuadro 2 se

2011 2012 2013 2014 2015 2016 2017 2018 2019

2011 2012 2013 2014 2015 2016 2017 2018 2019

94% 93.2% 93.0%

84% 85% 84%

Director o funcionario superior

Obreros no agrícola, conductores de maquinaria y

Director o funcionario superior

Administrativo y nivel intermedio

*Se utilizaron solamente personas con ocupación e ingreso.

Obreros no agrícola, conductores de maquinaria y

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐸𝐸(𝑌𝑌𝐻𝐻 ) − 𝐸𝐸(𝑌𝑌𝑀𝑀)

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐸𝐸 �𝛼𝛼𝐻𝐻 + � 𝑋𝑋𝑖𝑖𝑖𝑖 𝛽𝛽𝐻𝐻𝐻𝐻𝐻𝐻 + 𝜀𝜀𝐻𝐻𝐻𝐻 � − 𝐸𝐸 �𝛼𝛼𝑀𝑀 + � 𝑋𝑋𝑖𝑖𝑖𝑖 𝛽𝛽𝑀𝑀𝑀𝑀𝑀𝑀 + 𝜀𝜀𝑀𝑀𝑀𝑀 �

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝛼𝛼�𝐻𝐻 + � ���� �

Reordenando, se puede identificar la contribución de las variables explicativas a las diferencias

EGap = (α�H − α� ���� � � ������ ������ �

Este primer modelo se estimó utilizando la siguiente especificación:

𝑦𝑦ℎ𝑜𝑜𝑜𝑜𝑎𝑎𝑖𝑖 son los ingresos laborales nominales por hora;

𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona trabaja en el

y 𝑐𝑐𝑐𝑐𝑐𝑐_𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑖𝑖 es una variable dicotómica que toma el valor de 1 si la persona es trabajadora

En este modelo se consideran las diferencias a lo largo de la distribución de ingresos y no solo

El procedimiento genera tres grupos:

(i) Mujeres y hombres pareados (soporte común);

Por lo tanto, el modelo descompone la brecha de ingreso o, más específicamente, la diferencia

δ = δ𝑋𝑋 + δ𝐹𝐹 + δ𝑀𝑀 + δ0

El modelo de Ñopo no está exento de limitaciones. Al igual que el modelo de Blinder-Oaxaca, es

En el cuadro 4 se presenta la descomposición de la brecha según las diferentes variables

Total 11% 8% 9% 12% 5% 9% 10% 8% 5% 2% 11% 4% 1% 5% 8% 8% 15% 3% 11%

* p < 0.05, ** p < 0.01, *** p < 0.001

En el cuadro 5 se presentan los resultados de la estimación de la descomposición Ñopo. Allí se

Cabe destacar la existencia de pequeñas diferencias entre las estimaciones de Blinder-Oaxaca

Error Estándar 6% 8% 5% 4% 9% 9% 5% 8% 6% 5% 6% 10% 6% 6% 7% 6% 6% 12% 6%

En el gráfico 8 también se presenta la evolución de la brecha de ingresos por género estimada

Gráfica 8. Descomposición de Ñopo

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝛼𝛼�𝐻𝐻 + � ��

EGap = (α�H − α� ��

* p < 0.05, p < 0.01, * p < 0.001