Conmutación Interregional en Chile

Universidad Alberto Hurtado – Magister en Economía Aplicada a Políticas Públicas
CONMUTACIÓN INTERREGIONAL EN CHILE: ESTIMANDO LOS FACTORES QUE INCIDEN EN

LA PROBABILIDAD DE CONMUTAR
Pamela Pereyra Alam
RESUMEN
La conmutación interregional entendida como el fenómeno de vivir y trabajar en territorios
subnacionales distintos exhibe una creciente importancia en Chile y el mundo, sobre todo
por la disminución en los costos de transporte. El presente trabajo analiza los principales
determinantes individuales, de las fuentes laborales y de las regiones hacia donde
conmutan los trabajadores, que propician esta modalidad de trabajo. Los resultados
muestran que se trata de un fenómeno principalmente masculino, de familias, de empleos
asalariados y ligados con actividades primarias. Además se evidencian algunas carencias
relacionadas con la calidad de vida de las regiones que incentivan la conmutación por sobre
la migración.
ABSTRACT
The long distance commuting defined as the phenomenon of living and working in different
subnational territories shows an increasing importance in Chile and the rest of the world,
especially due to the decrease in transportation costs. The present work analyzes the main
determinants (individual, laboral and regional) that promote this way of work. The results
show that it is a mainly male phenomenon, of families, of salaried jobs and linked with
primary activities. There are also some deficiencies related to the quality of life of the
regions that encourage commutation over migration.
Economía Laboral Enero de 2018

1. INTRODUCCIÓN
La conmutación laboral, entendida como la movilidad cotidiana entre el lugar de residencia
y trabajo- es un fenómeno propio de la formación de ciudades y de economía urbana, ha
sido ampliamente estudiado y sus orígenes se vinculan en la separación entre la vivienda y
el lugar de trabajo, atribuible a la revolución industrial y a su posterior expansión económica
y productiva durante el siglo XX. El presente documento sin embargo se enfoca en una
extensión geográfica del fenómeno, definida como conmutación de larga distancia, cuya
delimitación no es clara, pero para propósitos de esta investigación, se definirá como
interregional, es decir, la conmutación que traspasa los límites geográficos sub-nacionales
definidos dentro de un país.
En Chile el fenómeno ha sido estudiado inicialmente a partir del Censo 2002 (Aroca y
Atienza, 2007), centrando su análisis en la Región de Antofagasta, que presenta un
importante foco productivo vinculado con la minería del cobre, y que ostenta el rango de
ser la principal región demandante neta de commuters con una tasa de conmutación
estimada en 16,3%1. El trabajo de Aroca y Atienza se centra en los impactos negativos del
fenómeno cuantificado a través de las Matrices Insumo Producto Regionales de 1996,
además define de manera teórica las razones por las cuales las regiones se convierten en
atractivas para conmutar cómo es el caso de la Región de Antofagasta.
Estudios posteriores, basados en la Encuesta Casen 2009, estudian derivaciones del
fenómeno relacionadas con la estimación de la compensación monetaria en el salario por
el hecho de conmutar, es decir, el “premio” por trabajar lejos de casa (Sasonov y Paredes,
2013); y recientemente, se aborda el fenómeno a manera de cuantificación y cálculo del
impacto en la Región del Biobío en estudios de la Universidad del Biobío usando la Encuesta
Nacional de Empleo del INE (Pino, Concha y Fuentes, 2016).
El presente documento busca abordar las características que inciden la probabilidad de que
un trabajador sea commuter2, ya sean características personales, del lugar donde desarrolla
sus actividades laborales, así como también variables propias de las regiones de destino de
trabajo que hacen que las personas sean más o menos propensas a conmutar.
La evidencia encontrada vislumbra que la conmutación es un fenómeno al alza y
dependiente del ciclo económico, sobre todo en los focos extractivos del país que
demandan trabajadores para la minería y la acuicultura. Se manifiesta cómo un fenómeno
primordialmente masculino, de familias y donde el diferencial de ingreso juega un papel
importante.
1
Según estimaciones propias a través de la Encuesta Suplementaria de Ingresos (2016) que calcula
anualmente el Instituto Nacional de Estadísticas de Chile (INE).
2
A lo largo del documento se utilizará de manera indistinta las palabras commuters o conmutantes y los verbos
commuting o conmutar.

En términos laborales se trata - en mayor medida - de trabajadores de empleos asalariados,

cuya antigüedad es menor a un año que se desempeñan primordialmente en actividades
productivas (minería, construcción y acuicultura). En términos regionales, las variables
asociadas con calidad de vida incluidas en el modelo: condiciones socioculturales; y salud y
medio ambiente; confirman la necesidad de fortalecer las regiones destino, de manera de
hacerlas atractivas para vivir.
El siguiente documento se estructura de la siguiente manera, en el capítulo siguiente se
abordará de manera breve la revisión de la literatura relacionada con la conmutación de
larga distancia, para pasar a la sección tercera que aborda los datos utilizados, la
cuantificación del fenómeno, y la caracterización del mismo en Chile, el cuarto capítulo
muestra la especificación econométrica utilizada y los principales resultados, para terminar
con las conclusiones y anexos.
2. REVISIÓN DE LA LITERATURA
La conmutación en sus orígenes como proceso social surge como un fenómeno urbano,
dentro del contexto de cambios en la organización social y productiva de las ciudades que
se originan a raíz de la revolución industrial, donde el lugar de residencia de las personas se
separa del lugar de trabajo fruto del proceso de expansión de las ciudades.
Las primeras referencias sobre el tema quedaron plasmadas en la Teoría de la Localización
de Von Thünen (1820), quien cuestionaba las razones por las cuales lotes de tierra de
similares características tenían diferentes usos, concluyendo que se explicaban por la
distancia en la que se encontraban frente al “mercado” o los centros de negocios.
Alonso (1960), toma los supuestos del modelo de Von Thünen a saber: rendimientos
constantes a escala, espacio neutral perfectamente divisible y competencia perfecta y
elabora un modelo que identifica el centro de la ciudad como el lugar de trabajo donde los
trabajadores residen alrededor, teniendo en cuenta dos variables clave: el precio de la
vivienda; y los costos de transporte. El aporte del modelo de Alonso, pese a sus limitaciones
(hoy en día la mayor parte de las grandes ciudades son poli-céntricas con el surgimiento de
subcentros que complementan y compiten con el centro histórico), reside en la detección
de estas fuerzas que pueden ser efectivamente extendidas al fenómeno interregional y no
limitarlas por lo tanto al contexto urbano.
La extrapolación del fenómeno de la conmutación hacia su dimensión interregional, ha sido
estudiada en Cameron y Muelbauer (1998), y posteriormente en Storey (2001) que estudia
el surgimiento del fenómeno denominado “fly-in fly out” que empieza a cobrar importancia
en países con fuertes focos extractivos y productivos, donde ya no se hace necesaria la
construcción de campamentos para que los trabajadores residan temporalmente cerca de
las plataformas petrolíferas, debido a la disminución en los costos de transporte, este
fenómeno se estudia en el Golfo de México, Canadá y Australia convirtiéndose en una

alternativa viable y cada vez más común debido a la caída de los mencionados costes de
transporte aéreo.
En Chile, Aroca y Atienza (2007) estudian el fenómeno por primera vez tratando de
cuantificar -mediante el uso de un modelo insumo producto- el impacto de la conmutación
en la Región de Antofagasta. Los autores encuentran que el impacto negativo que tiene la
conmutación en la región puede darse por tres multiplicadores de la demanda final: el
multiplicador de producto, del ingreso de los trabajares y de empleo. Destaca el efecto
negativo que tiene el multiplicador del ingreso de los trabajadores que deja de gastarse en
la región donde trabajan que equivale aproximadamente a siete veces el valor del Fondo de
Desarrollo Regional gastando en el año 2002, que es el principal fondo regional destinado
para promover el desarrollo local y hacer a las regiones de Chile más atractivas en términos
generales.
En el mismo trabajo, Aroca y Atienza identifican teóricamente las razones que hacen que
una región sea demandante neta de conmutantes entre otras mencionan como
determinantes de la conmutación al precio de la vivienda, la inversión extranjera directa, y
las amenidades, entendidas como las características que hacen que una región sea más o
menos “amena” para vivir, como por ejemplo la conectividad, la calidad de los servicios, las
áreas verdes, etc.
Por su parte, Sasonov y Paredes (2013), encuentran que los salarios recibidos por los
trabajadores constituyen un importante incentivo para la conmutación de larga distancia.
Encuentran que en promedio los commuters reciben una compensación por el hecho de
trabajar lejos de casa de un 19%, porcentaje que varía dependiendo de la región a la cual se
dirigen los trabajadores, pudiendo convertirse en incluso un 40%.
Finalmente a partir de la depuración de los datos mensuales de la Encuesta Nacional de
Empleo del INE, han surgido varios trabajadores relacionados con la cuantificación del
fenómeno principalmente para la Región del Biobío.
3. DATOS
3.1. CUANTIFICACIÓN DEL FENÓMENO EN CHILE

La conmutación interregional se estima a nivel país en alrededor de un 2,5% sobre
la población ocupada para el año 2016 en base a la Encuesta Suplementaria de
Ingresos (ESI) que calcula anualmente el Instituto Nacional de Estadísticas de Chile
(INE), variando ampliamente entre regiones. Este porcentaje se ha mantenido
medianamente constante, destacando siempre amplias diferencias regionales, las
cuales – en las regiones extremas- se ven influenciadas por shocks de oferta que
afectan a los sectores más demandantes de conmutantes.

En la Figura 1 se puede observar el porcentaje de conmutantes que ingresan y que

salen de una región en particular sobre la población ocupada, así como también la
tasa de conmutación neta que es la diferencia entre los flujos mencionados.
Es posible apreciar un claro flujo de conmutación neta negativa (salen más de los
que ingresan) en las regiones del centro del país, concentrando un flujo positivo neto
en las regiones extremas, en donde se concentran focos productivos importantes
cómo la minería y la acuicultura. La Región Metropolitana es una excepción, la cual
tiene una tasa de conmutación positiva neta proveniente, principalmente, de las
regiones vecinas (Valparaíso y O’Higgins).
FIGURA 1
TASA DE CONMUTACIÓN NETA Y PORCENTAJES DE PERSONAS QUE INGRESAN Y
SALEN POR REGIÓN
Fuente: Elaboración propia en base a ESI 2016
En relación a la actividad económica donde se desempeñan, los sectores con mayor

demanda de conmutantes están concentrados en el primario y secundario,
liderando por un amplio margen en relación a la población ocupada total: Minería,
seguido de Construcción y Energía, Gas y Agua. Por otra parte, en las regiones del
sur, destacan las actividades relacionadas con la pesca y acuicultura.
En la Figura 2, es posible apreciar el porcentaje de ocupados por actividad económica
según la condición de commuter y total país, además de la diferencia en puntos
porcentuales entre el porcentaje de ocupados para los que hacen commuting y el
total de la población ocupada.

FIGURA 2
OCUPADOS POR ACTIVIDAD ECONÓMICA TOTAL Y CONMUTANTES
% ocupados % ocupados Diferencia
Rama de actividad económica de la empresa donde
rama actividad rama actividad (commuters -
trabaja según CIIU rev. 3
(commuters) (total) total)
Agricultura, ganadería, caza y silvicultura 7,9% 8,9% - 1,0
Pesca 1,8% 0,7% 1,2
Explotación de minas y canteras 27,3% 2,3% 25,0
Industrias manufactureras 5,2% 11,2% - 5,9
Suministro de electricidad, gas y agua 2,3% 0,8% 1,5
Construcción 22,0% 8,1% 13,9
Comercio al por mayor y al por menor 4,5% 19,9% - 15,4
Hoteles y restaurantes 0,7% 4,2% - 3,5
Transporte, almacenamiento y comunicaciones 8,9% 7,6% 1,3
Intermediación financiera 1,3% 2,0% - 0,7
Actividades inmobiliarias, empresariales 6,3% 6,1% 0,2
Administración pública y defensa 3,5% 5,4% - 1,9
Enseñanza 2,2% 8,6% - 6,4
Servicios sociales y de salud 0,8% 5,2% - 4,4
Otras actividades de servicios comunitarios 3,0% 3,3% - 0,3
Hogares privados con servicio doméstico 2,2% 5,7% - 3,6
Organizaciones y órganos extraterritoriales 0,0% 0,0% - 0,0
También es interesante revisar el salario promedio3 que reciben los trabajadores por
región de trabajo para el caso de los que hacen commuting y para el promedio
general de la región. En general existe una diferencia positiva importante entre los
ingresos por trabajo que reciben las personas dentro de una región y que no
conmutan en comparación con los ingresos de los conmutantes. En el extremo
superior, los conmutantes que trabajan en la Región de Tarapacá, reciben un 48%
más que los residentes de la región que no se desplazan a ninguna otra.
3
Se calcula el promedio de ingresos por trabajo ya sean asalariados o independientes sin agregar
bonificaciones adicionales.

FIGURA 3
INGRESOS PROMEDIO EN REGIÓN DE TRABAJO - TOTAL Y COMMUTERS
Región Ingreso promedio Ingreso promedio
Trabajo TOTAL CONMUTANTES
I $ 422.663 $ 820.313
II $ 576.001 $ 828.929
III $ 393.157 $ 634.518
IV $ 311.632 $ 438.278
V $ 344.796 $ 583.475
VI $ 296.642 $ 370.594
VII $ 251.982 $ 408.819
VIII $ 325.622 $ 817.627
IX $ 281.752 $ 488.718
X $ 291.422 $ 587.277
XI $ 439.836 $ 436.314
XII $ 500.942 $ 393.319
RM $ 436.622 $ 696.129
XIV $ 311.701 $ 469.084
XV $ 280.918 $ 534.232
Finalmente, siguiendo la propuesta teórica de (Aroca y Atienza, 2007) sobre los

determinantes de la conmutación entre regiones, se analizan gráficamente las
correlaciones entre la tasa de conmutación neta y el PIB per cápita, el Índice de
Condiciones Socioculturales y el Índice de Salud y Medio ambiente, siendo estas
últimas dos dimensiones del Índice de Calidad de Vida 2016, calculado por la Cámara
Chilena de Comercio y la Pontificia Universidad Católica de Chile.
En el caso del PIB per cápita, se observa una clara correlación positiva entre ambos
indicadores, es decir, a mayores tasas de conmutación, se observan también
mayores niveles de PIB per cápita. Algo similar, pero en menor intensidad se puede
observar en las relaciones de la tasa de conmutación neta, con el índice de
condiciones socioculturales y el índice de condiciones de salud y medio ambiente,
en este caso, las correlaciones, son negativas, suponiendo que ambas características
tiene un comportamiento contrario a las tasas de conmutación, es decir, mientras
menores sean estos índices, mayores son las tasas de conmutación (menos atractiva
será una región para vivir y más para conmutar.)

FIGURA 4
CORRELACIÓN: TASA DE CONMUTACIÓN NETA/ PIB PER CÁPITA- ÍNDICE DE
CONDICIONES SOCIOCULTURALES Y MEDIOAMBIENTALES
Fuente: Elaboración propia en base a ESI 2016, Banco Central y Cámara Chilena de la Construcción –
Pontificia Universidad Católica de Chile
3.2. FUENTES DE INFORMACIÓN
Para lograr abordar el fenómeno de la conmutación interregional de la manera más

completa posible, con fines de esta investigación se utilizará información en dos
niveles: nivel individuo, y nivel región de trabajo de los individuos, con el afán de
incluir variables que según la literatura revisada son determinantes al momento de
que un trabajador sea commuter interregional.
De acuerdo con este objetivo, se tomará para las variables individuales la Encuesta
Suplementaria de Ingresos que calcula anualmente el INE para el año 2016 y para
el segundo nivel -o de la región de trabajo de los individuos- se utilizarán las
siguientes fuentes de información: Ministerio de Prevención del Delito; Cámara
Chilena de la Construcción en conjunto con la Pontificia Universidad Católica de
Chile; Subsecretaría de Desarrollo Regional y Administrativo; e Instituto Nacional
de Estadísticas, toda la información extraída es para el año 2016.

En particular, de la ESI se obtendrán variables de caracterización de los trabajadores

residentes en Chile, personales y de su fuente laboral. Para el nivel regional, se
utilizarán la tasa de delitos de mayor connotación social por cada 100 mil
habitantes; dos dimensiones del Índice de Calidad de Vida (ICVU) 2016:
Características socioculturales, y Salud y Medioambiente; el gasto municipal en
actividades recreacionales por habitante y las tasas de ocupación promedio para el
año mencionado.
Se espera que la tasa de denuncias por delitos de mayor connotación social, las
características socioculturales, la dimensión de salud y medioambiente y el gasto
municipal en actividades recreacionales tengan una relación negativa con la
probabilidad de conmutar, es decir, mientras peores sean estas variables, mayores
serán los incentivos de las personas a optar por la conmutación en vez de residir en
las regiones de destino. En el caso de la tasa de ocupación se espera el efecto
contrario. En el Anexo N°1 se presenta una tabla resumen de la información antes
expuesta.
4. ESPECIFICACIÓN ECONOMÉTRICA Y RESULTADOS

Debido a que el objetivo central de la investigación consiste en estimar las características
que inciden en la probabilidad de que un individuo sea un conmutante interregional, los
modelos que más se adecúan a nuestro objetivo serán aquellos que permitan la predicción
de probabilidades de aparición de un fenómeno. Para el caso particular de este trabajo, se
utilizará un Modelo de Probabilidad Lineal (MPL) y un modelo Logit4.
El modelo de probabilidad lineal es el modelo lineal de regresión múltiple general, aplicado
a una variable dependiente binaria Y𝑡 .
𝑌𝑖 = β0 + β1 X1𝑖+ β2 X2𝑖 + ⋯ + β𝑘 X𝑘𝑖 + u𝑡
Debido a que Y es binaria, entonces E(Y│X1 , X2 … X𝑘 = Pr(Y=1│X1 , X2 … X𝑘 ), por lo que el

modelo de probabilidad lineal tiene la siguiente especificación:
Pr(Y=1│𝑿𝟏 , 𝑿𝟐 … 𝑿𝒌 ) = 𝜷𝟎 + 𝜷𝟏 𝑿𝟏𝒊+ 𝜷𝟐 𝑿𝟐𝒊 + ⋯ + 𝜷𝒌 𝑿𝒌𝒊 + 𝒖𝒕
Como Y es una variable binaria la esperanza condicional de Y es una probabilidad (E[Y|X]=p),

entonces debería darse que 0≤ E[Y|X] ≤1, sin embargo en los MPL los β pueden tomar
cualquier valor, los cuales podrían quedar fuera del rango admisible para una probabilidad
(negativos o mayores que uno).
4
Para mayores referencias revisar: Greene W. (2003) Análisis Econométrico, capítulo 19 y Stock and Watson
(2012) Introducción a la Econometría, capítulo 11.

Con el fin de contrarrestar este efecto, se estimará de manera paralela un modelo Logit que
corrige este problema para una la misma variable dependiente binaria Y con varios
represores, es decir:
Pr(Y=1│𝑿𝟏 , 𝑿𝟐 … 𝑿𝒌 ) = λ (𝜷𝟎 + 𝜷𝟏 𝑿𝟏𝒊+ 𝜷𝟐 𝑿𝟐𝒊 + ⋯ + 𝜷𝒌 𝑿𝒌𝒊 + 𝒖𝒕 )
Donde λ es la función de distribución acumulada logística:

  X  X
1 e 1 1i 2 2 i
Pr ob(Yi  1)    1 X 1i   2 X 2 i

1 e 1  e  1 X1i   2 X 2 i
Finalmente, en sus variantes MPL y Logit, el modelo toma la siguiente especificación:
4 6 5
Pr(Y=1│𝑿𝒊 , 𝑿𝒋 , 𝑿𝒌 ) = ∑ 𝜷𝒊 𝑫𝒊 + ∑ 𝜷𝒋 𝑳 𝒋 + ∑ 𝜷𝒌 𝑹𝒌 + 𝒖𝒕 + 𝒗𝒕
𝑖=1 𝑗=1 𝑘=1
Donde la variable dependiente puede tomar los siguientes valores:

0 si el trabajador no es conmutante, es decir, vive y trabaja dentro de una misma
región.
1 si el trabajador es conmutante, es decir, vive y trabaja en regiones distintas.
En el caso de las variables independientes:
4
∑ 𝜷𝒊 𝑫𝒊 : corresponde a la sumatoria de características demográficas
𝑖=1
individuales: sexo, estado civil, edad y nivel educativo.
6
∑ 𝜷𝒋 𝑳 𝒋 : corresponde a la sumatoria de las características laborales
𝑗=1
individuales: ingresos por trabajo, tamaño de empresa,
antigüedad, clasificación del trabajador, actividad económica
donde se desempeña, y si pertenece al sector de minería.
5
∑ 𝜷𝒌 𝑹𝒌 : corresponde a la sumatoria de características regionales asignadas a
𝑘=1
la región de trabajo del individuo: delitos de mayor
connotación social, condiciones socioculturales, condiciones de
medioambiente y salud, tasa de ocupación, y gasto municipal
en programas recreacionales.
𝒗𝒕 : efectos fijos para cada región de vivienda.

A continuación se presenta una tabla resumen con los principales resultados de la

modelación:
TABLA 1
RESULTADOS MODELO DE PROBABILIDAD LINEAL Y MODELO LOGIT
Modelo de Probabilidad Lineal Modelo Logit

Variables β *100
β *100 MPL P>t Efectos marginales P>z
dy/dx
Características individuos
Hombre 1,10 ** 1,56 **
Soltero - 0,43 * - 0,26 *
Edad - 0,01 - 0,01
Nivel Educativo 0,02 - 0,04

Características laborales
Ln Ingreso Laboral 1,20 ** 0,97 **

Empresa de 200 o más
trabajadores - 0,21 0,04
Antigüedad menor a 1 año 0,92 ** 0,97 **
Trabajador Asalariado 0,90 * 1,49 **

Trabaja en sector primario o
secundario 1,07 ** 1,20 **
Trabaja en minería 13,69 ** 6,58 **

Características región
destino
Delitos de mayor
connotación social - 0,00 0,00
Condiciones socioculturales - 4,27 ** - 0,03 *

Condiciones de salud y
medio ambiente - 0,94 * - 0,01
Tasa de Ocupación 7,27 ** 0,05 *

Gasto municipal en
programas recreacionales - 0,95 * - 0,03 **
** p < 0,01; * p < 0,05

Nivel 1: Características individuales

En relación a las características de los individuos, es interesante notar que de todas las
variables incluidas inicialmente en los modelos, sólo se dejaron las cuatro más relevantes y
aun así, sólo dos resultaron ser estadísticamente significativas, por lo tanto a grandes
rasgos, es posible argumentar que no existen grandes diferencias individuales que
discriminen la probabilidad de que un trabajador sea un commuter interregional.
Sin embargo, existen dos particularidades que se analizarán a continuación que si marcan
diferencia.
a. Sexo
Tanto en el modelo Logit como en el MPL, la característica sexo definida como 1

para el sexo masculino y 0 para femenino, muestra que existe una mayor
probabilidad de que el trabajador sea un conmutante interregional en el caso de los
hombres. Para el caso del MPL, la probabilidad que el trabajador sea un commuter
se incrementa en 1,1 puntos porcentuales si el trabajador es hombre; para el caso
del modelo Logit el efecto es mayor, incrementándose la probabilidad en 1,6 p.p. Es
decir, se trata de un fenómeno predominantemente masculino.
Si además para el modelo Logit se analizan las probabilidades de ocurrencia
utilizando los Odds Ratios5, estas muestran que es 152% más probable que los
conmutantes interregionales sean hombres en relación a las mujeres.
Esto podría deberse a que los sectores económicos en donde se desempeñan la
mayor parte de los commuters, demandan mayor participación masculina. Cómo se
revisó en la primera parte de caracterización sectorial, se concentran en sectores
primarios y secundarios como Minería, Construcción, Electricidad Gas y Agua, así
como también la Pesca y Acuicultura; todos sectores económicos dominantes en las
regiones extremas (que atraen conmutantes) en cuanto a participación del Valor
Agregado sectorial de sus respectivas regiones. Mayores detalles pueden revisarse
en el Anexo 2 de este documento.
b. Estado civil
Para el análisis del estado civil, se creó la variable “soltero” que toma el valor 1
cuando la persona tiene este estado, y 0 para el resto de las categorías, entre las
más importantes: casado y conviviente. Se observa en ambos modelos que la
probabilidad de ser conmutante y ser soltero tiene una relación negativa en favor
de las categorías de contraste, es decir, la probabilidad de ser conmutante
disminuye en 0,43 p.p. en el caso de que una persona sea soltera en el MPL y 0,26
5
Odd Ratio exp(β)

p.p. en el modelo Logit, es decir, es más probable que los trabajadores que hacen
commuting estén casados o tengan un conviviente.
c. Edad
A pesar de que intuitivamente podría considerarse algún rango etario cómo más
dispuesto a conmutar interregionalmente que otros, la investigación muestra que
no existe evidencia estadística suficiente para afirmar que la edad influye de alguna
manera en la probabilidad de conmutar. Es decir, no es posible aseverar si la edad
incrementa o disminuye las probabilidades de que un trabajador sea conmutante.
No es posible entonces discriminar por edad algún segmento más o menos proclive
a conmutar.
d. Nivel educativo
De manera similar a la variable edad, el modelo muestra que no existe evidencia

estadística suficiente para afirmar que a la probabilidad de conmutar aumente o
disminuya a medida que los años de educación de las personas varían.
Nivel 1: Características Laborales de los individuos
a. Ingreso Laboral
Cómo se analizó en la sección 3.1 de manera descriptiva, en promedio, los salarios

que perciben las personas que conmutan son mayores que los de las personas que
viven y trabajan dentro de los límites de una misma región, este aumento se percibe
con mayor fuerza en las regiones extremas del país. Por lo tanto, y en concordancia
con el análisis descriptivo inicial, debería esperarse que los ingresos por trabajo
asalariado e independiente, incrementen las probabilidades de que un trabajador
sea conmutante.
En el modelo MPL se observa un incremento de 1,2 p.p. en las probabilidades de
que un trabajador sea conmutante a medida que se incrementan sus ingresos en un
1%. Este dato no es menor, y también es posible observarlo en el modelo Logit, en
donde ante incrementos en el salario de un 1%, las probabilidades de conmutar se
incrementan en aproximadamente 1 punto porcentual.
Es importante mencionar que el porcentaje de conmutantes a nivel país como un
todo representan el 2,5% de la población ocupada, por lo tanto un incremento en 1
o 1,2 p.p. en la probabilidad no deja de ser relevante.

b. Tamaño empresa
En cuanto al tamaño de la empresa donde se desempeñan los trabajadores y a la luz
de los resultados, se concluye que no existe evidencia estadística significativa que
permita afirmar o rechazar que el tamaño de la empresa, en este caso, definida
como “grande” cuando cuenta con al menos 200 trabajadores, tenga algún impacto
en las probabilidades de conmutar.
c. Antigüedad en la empresa
La antigüedad en la empresa, definida en el modelo cómo binaria la cual toma el

valor 1 cuando el trabajador lleva un año o menos trabajando, es significativa e
incrementa las probabilidades de que un trabajador conmute en 0,92 p.p. en el caso
del MPL y 0,97 p.p. en el modelo Logit. En otras palabras, la conmutación
interregional se entiende (o es más probable) que ocurra por periodos de tiempo no
superiores a un año. Esta afirmación se condice con lo que intuitivamente se podría
pensar del fenómeno, es decir, es atractivo por un tiempo, sobre todo por las
mayores rentas que se podrían percibir, pero el costo asociado al viaje constante
pareciera hacer la modalidad de conmutación interesante sólo para periodos
inferiores a un año.
d. Tipo de trabajo
En relación al tipo de trabajo o a la categoría ocupacional, se observa un incremento
en 0,9 p.p. en el MPL y 1,5 p.p. en el modelo Logit en las probabilidades de un
trabajador de ser conmutante cuando pertenece al sector de trabajadores
asalariados, es decir, la conmutación es menos frecuente en trabajos
independientes, ya sea empleos por cuenta propia o en los cuales el individuo es el
empleador de una empresa. Este resultado es también esperable, considerando que
los sectores con mayor demanda de trabajadores de conmutantes, están ligados a
grandes empresas que contratan a sus trabajadores y no de trabajadores
independientes. Además el traslado en la conmutación de larga distancia, sobre
todo entre regiones que no son vecinas, implica un desembolso monetario
constante que muchas veces es subsidiado por la empresa empleadora y que de otra
manera podría no ser viable para el trabajador independiente.
e. Sector o actividad económica
La variable creada en este caso para el análisis del sector o actividad económica en
la que se desempeñan los trabajadores es también binaria y toma el valor 1, cuando
el trabajador ejerce su actividad en los sectores primario y secundario es decir:
Agricultura; Pesca; Minería; Manufactura; Electricidad, Gas y Agua y Construcción y
0 para las 11 actividades de servicios restantes. Como resultado, se observa en el

análisis de los modelos de probabilidad lineal y el modelo Logit, incrementos en la

probabilidad de conmutar de 1,07 y 1,20 respectivamente cuando el trabajador
pertenece a alguna de las mencionadas actividades económicas.
Esto también se condice con la sección 3.1 donde se analizan descriptivamente las
principales actividades económicas que atraen a trabajadores conmutantes, que con
excepción de Transporte, son todas primarias o secundarias. Transporte se excluye
del análisis al ser una actividad inherentemente móvil, que sería la única actividad
del sector terciario o de servicios que es también una importante captora de
commuters.
f. Minería
Finalmente se analiza en detalle la actividad minera que es la que mayor número de

commuters atrae tal cómo se vio en el análisis descriptivo de la sección 3.1,
concentrando sus actividades en polos extractivos específicos ubicados sobre todo
en el norte del país.
Esta variable, que toma el valor 1 cuando el trabajador se desempeña en minería y
0 para el resto de las actividades, e incrementa las probabilidades de que un
trabajador sea conmutante de larga distancia o interregional en 13,7 y 6,6 puntos
porcentuales en el MPL y modelo Logit respectivamente.
Nivel 2: Características de la región de trabajo

Uno de los principales aportes de este trabajo consiste en determinar la importancia que
tienen algunas variables relacionadas con la calidad de vida en las regiones que las hacen
atractivas para vivir, o en la lectura contraria, características que hacen faltan en las
regiones que las convierten en lugares de trabajo exclusivamente y que por lo tanto
promueven la conmutación, y no la migración definitiva. Bajo el enfoque de análisis de
Aroca y Atienza (2007), la conmutación tiene un impacto de características netamente
negativas, por el efecto que tienen los salarios que se dejan de gastar en la región de trabajo
y que se trasladan a la región del hogar del trabajador; los autores incluso cuantifican este
impacto mediante el uso de la Matrices Insumo Producto Regionales. Esta idea ha replicada
con posterioridad en trabajos en Biobío. Sin embargo, poco se ha discutido sobre posibles
efectos positivos de la conmutación6 que podrían llegar a contraponerse al impacto
negativo. Sin entrar en mayor análisis, frente a la carencia de algún instrumento que
permita cuantificar los posibles efectos positivos del fenómeno, en la estimación del
6
Podría considerarse por ejemplo que la conmutación expande el capital humano regional, al llevar los
conmutantes conocimientos específicos que son traspasados a los trabajadores locales, que no llegarían a
estos bajo ninguna otra circunstancia.

modelo de esta investigación se trataron de incluir variables que reflejen estas dos visiones
que afectan a la región receptora positiva neta de conmutantes.
a. Delitos de mayor connotación social
Cómo se describió en la sección 3.2 de este documento, la información para los

delitos de mayor connotación social, fueron obtenidos de la Subsecretaria de
Prevención del delito, es específico la “tasa de delitos de mayor connotación social
por cada 100 mil habitantes”, que se componen por las denuncias formales (que la
ciudadanía realiza en alguna unidad policial posterior a la ocurrencia del delito), más
los delitos de los que la policía toma conocimiento al efectuar una aprehensión en
flagrancia, es decir, mientras ocurre el ilícito.
Internacionalmente este indicador se denomina “crimes known to the police”
(delitos conocidos por la policía)7.
Casos Policiales=Denuncias que realiza la ciudadanía en las policías + Delitos

aprehendidos en flagrancia
Esta variable, ni ninguna otra similar disponible en las estadísticas con

desagregación regional, posee significancia estadística, por lo que a pesar de lo que
la literatura indica sobre los niveles de calidad de vida y su relación con el fenómeno
de la conmutación, no es posible concluir ninguna implicancia sobre la conmutación
regional relacionada con esta dimensión negativa en la calidad de vida de las
personas.
b. Condiciones socioculturales
Uno de los objetivos centrales del presente trabajo, ha sido incorporar variables que
puedan afectar las distintas dimensiones que componen la calidad de vida de las
personas, para tal objetivo se ha recurrido al Índice de Calidad de Vida (ICVU) que
calcula la Pontificia Universidad Católica de Chile en conjunto con la Cámara Chilena
de la Construcción en su versión 2016, extrayendo dos componentes clave, el
primero de estos: el índice de condiciones socioculturales, medido a su vez por
varios elementos que se detallan a continuación:
 Porcentaje de participación en organizaciones sociales - Encuesta de

Caracterización Socioeconómica Nacional, 2015
 Promedio SIMCE en matemática y lenguaje 4to. Básico - Ministerio de
Educación, 2016
 Tasa de embarazo adolescente – INE, 2012
7
Definición extraída de la Subsecretaría de Prevención del Delito.

 Porcentaje de puntajes PSU igual o superior a 450 puntos en

establecimientos municipales - Departamento de Evaluación, Medición y
Registro Educacional, 2016
 Porcentaje de personas que usan por lo menos una vez por semana un
parque o una plaza - Encuesta de Percepción de Calidad de Vida Urbana -
Ministerio de la Vivienda y Urbanismo de Chile (EPCVU), 2015
Usando esta dimensión agregada del índice, se obtuvieron coeficientes

estadísticamente significativos y en el sentido que se esperaba, es así que para el
MPL, las condiciones socioculturales de la región de trabajo de las personas
disminuyen en 4,27 puntos porcentuales la probabilidad de que un trabajador sea
conmutante, es decir, mientras mejores sean las condiciones culturales en la región
donde los trabajadores ejercen sus oficios, menores serán las probabilidades de que
estos se conviertan en conmutantes, por lo que preferirán vivir y trabajar en la
misma región y no optarán por desplazarse cotidianamente en busca de mejores
condiciones.
En el caso del modelo Logit, el sentido del coeficiente es de igual manera negativo,
pero con un impacto mucho menor: -0,03. Cómo se mencionó, ambos coeficientes
son estadísticamente significativos.
c. Condiciones de salud y medio ambiente

Al igual que el índice de condiciones socioculturales, el índice de condiciones de
salud y medio ambiente también fue extraído del ICVU 2016 cómo parte de una de
sus dimensiones, el cual está conformado por varias variables que se detallan a
continuación:
 Tasa de años de vida potencialmente perdidos por cada 1.000 habitantes

ambos sexos – Ministerio de Salud, 2014
 N° de personas que han sido tratadas por enfermedades respiratorias por
cada 10.000 habitantes - Ministerio de Salud, 2014
 N° de personas que han sido tratadas por depresión con cada 10.000
habitantes- Ministerio de Salud, 2011
 Total número de camas hospitales y clínicas por cada 1.000 habitantes-
Ministerio de Salud, 2013
 Tasa de mortalidad infantil –INE, 2014
 Porcentaje de encuestados con percepción de ruido nada grave o no
existente – EPCVU 2015
De acuerdo a lo esperado, el coeficiente de esta variable en el modelo demuestra
que la probabilidad de que un trabajador sea conmutante interregional disminuye
en 0,94 puntos porcentuales a medida que aumentan las condiciones de salud y

medio ambiente en la región donde los trabajadores desarrollan su ocupación. En el

modelo Logit, esta probabilidad es menor (-0,01) pero negativa de igual manera,
reforzando el hecho de que a medida que mejoran las condiciones de salud en
determinada región, menores serán las probabilidades de que un trabajador tome
una región de trabajo distinta a la de su residencia habitual.
d. Tasa de ocupación
Una de las variables con mayor incidencia en el incremento en las probabilidades de
conmutar es precisamente la tasa de ocupación en la región de trabajo, esto quiere
decir que mientras más atractivas sean las plazas laborales en las regiones de trabajo
(mayor oferta), más probable será que los trabajadores estén dispuestos a sacrificar
el vivir en una región distinta a la que trabajan con el fin de encontrar una fuente
laboral segura. En términos específicos, en el MPL se observa que las probabilidades
de que un trabajador conmute se incrementan en 7,27 puntos porcentuales a
medida que la tasa de ocupación se incrementa en un punto en la región donde los
trabajadores realizan sus ocupaciones. En el caso del modelo Logit, el efecto no
resulta ser tan dramático, pero de igual manera exhibe el signo esperado.
Ante estos resultados, resulta evidente que las tasas de ocupación tienen una
participación importante a la hora de decidir el lugar de trabajo, este fenómeno
puede darse en mayor medida en la conmutación interregional de regiones
cercanas, donde las fuentes laborales son determinantes al momento de optar por
trabajar lejos de casa, cómo es el caso de las regiones cercanas a la Región
Metropolitana que captura una proporción importante de trabajadores de las
Regiones V y VI.
e. Gasto municipal en programas recreacionales
Cómo última variable del modelo, se incluyó el Gasto Municipal en Programas
Recreacionales, contabilizado por la Subsecretaría de Desarrollo Regional y
Administrativo, cómo otra variable proxy de algunas dimensiones que podrían
mejorar la calidad de vida de las regiones, el gasto está medido en pesos chilenos
nominales del año 2016, y en el modelo, muestra que mientras mayor sea el gasto
que realiza cada municipio en programas de este tipo, menores serán las
probabilidades de que un trabajador conmute. En específico, en el MPL, las
probabilidades de que un trabajador sea commuter de larga distancia disminuyen
en 0,95 puntos porcentuales a medida que el gasto municipal se incrementa, esto
se condice con la lógica que se ha estado planteado desde el principio de la
investigación, de que variables que incrementen de alguna manera la calidad de vida
de las personas en las regiones de trabajo, disminuyen las probabilidades de que
estás y sus familias vivan en regiones distintas, es decir, aumentan las probabilidades
de que los trabajadores residan y trabajen dentro de una misma región que ofrece

calidad de vida y a su vez, una fuente de trabajo estable. En el caso del modelo Logit,
las probabilidades disminuyen en una cuantía menor (-0,03), pero siguen siendo
estadísticamente significativas.
5. CONCLUSIONES
A continuación de manera sintética algunas de las principales conclusiones extraídas del
trabajo:
 La conmutación interregional es un fenómeno de importancia creciente, en

términos de magnitud e impacto en las regiones de Chile. La caída en los costos de
transporte en todos sus tipos, sobre todo por la incursión de líneas aéreas de bajo
costo; la constante mejora mundial en tecnología asociada al transporte; y la
inversión destinada a mejorar carreteras y construcción de mejores medios de
transporte como trenes de alta velocidad, hacen que la conmutación se vislumbre
como un fenómeno al alza.
 En el análisis de la presente investigación, se evidencia que se trata de un fenómeno
primordialmente masculino, de familias y en donde el diferencial de ingreso que las
personas esperan recibir en otra región juega un papel importante al momento de
convertirse en conmutantes.
 En términos de características laborales, se tratan - en mayor medida - de empleos
asalariados, donde la antigüedad de los trabajadores es menor a un año y
desarrollado en actividades productivas (principalmente minería, construcción y
acuicultura).
 En términos regionales, las variables asociadas con calidad de vida incluidas en el
modelo: condiciones socioculturales; gasto en programas recreacionales; y salud y
medio ambiente, evidencian la necesidad de fortalecer las regiones de trabajo, de
manera de hacerlas también atractivas para vivir. Lo anterior corrobora que existen
aspectos mínimos pero necesarios que afianzan la permanencia en las regiones y
promueven la migración por sobre la conmutación. Sin embargo, también se
constata que las oportunidades laborales juegan un rol aún más importante en la
elección de residencia de trabajo y que por lo tanto, las políticas regionales
enfocadas en potenciar las regiones, deben ser integrales, es decir, promover las
condiciones necesarias para la generación de empleo y a su vez, mejorar las
condiciones relacionadas con una mejor calidad de vida.
 Es de vital importancia por lo tanto la gestión de políticas territoriales que permitan
minimizar el efecto negativo que genera la conmutación en regiones demandantes
netas, a causa de los ingresos que se dejan de gastar en estas. Y también promover
mejores condiciones para la generación de empleo en las regiones oferentes netas
de trabajadores.

REFERENCIAS
Aroca, P., & Atienza, M. (2007). Impacto sobre el crecimiento regional de la migración y
conmutación interregional en Chile. Taller nacional sobre migración interna y
desarrollo en Chile: diagnóstico, perspectivas y políticas. Santiago. Comisión Econó-
mica para América Latina y el Caribe.
Aroca, P., & Atienza, M. (2008). La conmutación regional en Chile y su impacto en la región
de Antofagasta. Santiago – Chile. Eure.
Aroca, P., & Atienza, M. (2011). Economic implications of long distance commuting in the
Chilean mining industry. Santiago – Chile. Resources Policy.
Aroca, P., & Atienza, M. (2012). Concentración y crecimiento en Chile: una relación negativa
ignorada. Santiago- Chile. Eure.
Alonso, W. (1960). A Theory of the Urban Land Market. Papers and Proceedings of the
Regional Science Association.
Alonso, W. (1964), Location and Land Use. Harvard University Press. Cambridge.
Bairoch, P. (1988), Cities and Economic Development. From the Dawn of History to the
Present. Chicago. The University of Chicago Press.
Cameron, G. & Muellbauer, J. (1998). The housing market and regional commuting and
migration choices. Scottish Journal of Political Economy.
Greene, William. (2003). Análisis Econométrico. Tercera edición. España. Prentice Hall.
Sasonov I.J; Paredes A.D. (2013), Conmutación de larga distancia en Chile: Estimando el
premio por trabajar muy lejos de casa. Santiago. Estudios de Economía.
Stock and Watson (2012). Introducción a la Econometría. Tercera edición. Madrid- España.
Pearson
Storey, K. (2001). Fly-in, fly-out and fly-over: mining and regional development in Western
Australia. Australian Geographer.


ANEXO N°1: FUENTES DE INFORMACIÓN

Nombre encuesta o
Nombre variable Fuente Año
índice
Sexo
Estado Civil
Edad
Nivel educativo aprobado Encuesta
Instituto Nacional de
Suplementaria de
Ingresos Estadísticas (INE)
Ingresos
Tamaño Empresa
Antigüedad
Tipo de trabajo
Actividad donde se desempeña
Ministerio de
Delitos de mayor connotación social Tasas de delitos
Prevención del Delito
Cámara Chilena de la 2016
Construcción y Dimensión Índice de
Índice de Condiciones Socioculturales
Pontificia Universidad Costo de Vida
Católica de Chile
Cámara Chilena de la
Construcción y Dimensión Índice de
Índice de Salud y Medio Ambiente
Pontificia Universidad Costo de Vida
Católica de Chile
Encuesta Nacional de
Tasa de ocupación INE
Empleo
Subsecretaría de
Gasto Municipal en Programas Estadísticas
Desarrollo Regional y
Recreacionales municipales
Administrativo

ANEXO 2: DISTRIBUCIÓN DEL VALOR AGREGADO POR MACROZONAS

Macro zona Minera, comprendiendo las regiones: Tarapacá, Antofagasta, Atacama,
Coquimbo.
Macrozona Minera
Minería
Servicios personales y Adm. Pública
Comercio, Rest y Hoteles
Servicios financieros y empresariales
Construcción
Transporte y Comunicaciones
Manufactura
Inmobiliarios y de vivienda
EGA
Pesca
Silvoagropecuario
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0%
Coquimbo Atacama Antofagasta Tarapacá
Fuente: Elaboración propia en base a Cuentas Regionales 2016 Banco Central de Chile, nombres de
macrozonas definidos por autor.
Macro zona Minera, Futícola-Pecuaria, Industrial y de Servicios, comprendiendo las

regiones: Valparaíso, O’Higgins, Maule y Biobío
Macro zona Minera, Futícola-Pecuaria, Industrial y

de Servicios
Manufactura
Minería
Construcción
EGA
Silvoagropecuario
Pesca
0,0% 5,0% 10,0% 15,0% 20,0% 25,0%
Biobío Maule O'Higgins Valparaíso

Macro zona Industrial, Agropecuario-silvícola y pesquera, comprendiendo las regiones:

Araucanía, Los Ríos, Los Lagos y Aysén
Macro zona Industrial, Agropecuario-silvícola y

pesquera
Silvoagropecuario
Manufactura
Construcción
EGA
Pesca
Minería
0,00% 5,00% 10,00%15,00%20,00%25,00%30,00%35,00%
Aysén Los Lagos Los Ríos Araucanía
Macro zona Regiones extremas con Comercio en Zona Franca y comercio fronterizo,
comprendiendo las regiones: Magallanes y Arica-Parinacota
Macro zona Regiones extremas con Comercio en

Zona Franca y comercio fronterizo
Manufactura
Minería
Construcción
EGA
Silvoagropecuario
Pesca
0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0% 35,0%
Arica Y Parinacota Magallanes

Conmutación Interregional en Chile

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Conmutación Interregional en Chile

Uploaded by

Copyright:

Available Formats

Universidad Alberto Hurtado – Magister en Economía Aplicada a Políticas Públicas

CONMUTACIÓN INTERREGIONAL EN CHILE: ESTIMANDO LOS FACTORES QUE INCIDEN EN

Pamela Pereyra Alam

Economía Laboral Enero de 2018

Economía Laboral Enero de 2018

En términos laborales se trata - en mayor medida - de trabajadores de empleos asalariados,

Economía Laboral Enero de 2018

3.1. CUANTIFICACIÓN DEL FENÓMENO EN CHILE

Economía Laboral Enero de 2018

En la Figura 1 se puede observar el porcentaje de conmutantes que ingresan y que

Fuente: Elaboración propia en base a ESI 2016

En relación a la actividad económica donde se desempeñan, los sectores con mayor

Economía Laboral Enero de 2018

Economía Laboral Enero de 2018

Finalmente, siguiendo la propuesta teórica de (Aroca y Atienza, 2007) sobre los

Economía Laboral Enero de 2018

3.2. FUENTES DE INFORMACIÓN

Para lograr abordar el fenómeno de la conmutación interregional de la manera más

Economía Laboral Enero de 2018

En particular, de la ESI se obtendrán variables de caracterización de los trabajadores

4. ESPECIFICACIÓN ECONOMÉTRICA Y RESULTADOS

𝑌𝑖 = β0 + β1 X1𝑖+ β2 X2𝑖 + ⋯ + β𝑘 X𝑘𝑖 + u𝑡

Debido a que Y es binaria, entonces E(Y│X1 , X2 … X𝑘 = Pr(Y=1│X1 , X2 … X𝑘 ), por lo que el

Pr(Y=1│𝑿𝟏 , 𝑿𝟐 … 𝑿𝒌 ) = 𝜷𝟎 + 𝜷𝟏 𝑿𝟏𝒊+ 𝜷𝟐 𝑿𝟐𝒊 + ⋯ + 𝜷𝒌 𝑿𝒌𝒊 + 𝒖𝒕

Como Y es una variable binaria la esperanza condicional de Y es una probabilidad (E[Y|X]=p),

Economía Laboral Enero de 2018

Pr(Y=1│𝑿𝟏 , 𝑿𝟐 … 𝑿𝒌 ) = λ (𝜷𝟎 + 𝜷𝟏 𝑿𝟏𝒊+ 𝜷𝟐 𝑿𝟐𝒊 + ⋯ + 𝜷𝒌 𝑿𝒌𝒊 + 𝒖𝒕 )

Donde λ es la función de distribución acumulada logística:

Donde la variable dependiente puede tomar los siguientes valores:

Economía Laboral Enero de 2018

A continuación se presenta una tabla resumen con los principales resultados de la

Modelo de Probabilidad Lineal Modelo Logit

Hombre 1,10 ** 1,56 **

Soltero - 0,43 * - 0,26 *

Edad - 0,01 - 0,01

Nivel Educativo 0,02 - 0,04

Ln Ingreso Laboral 1,20 ** 0,97 **

Antigüedad menor a 1 año 0,92 ** 0,97 **

Trabajador Asalariado 0,90 * 1,49 **

Trabaja en minería 13,69 ** 6,58 **

Condiciones socioculturales - 4,27 ** - 0,03 *

Tasa de Ocupación 7,27 ** 0,05 *

Economía Laboral Enero de 2018

Nivel 1: Características individuales

Tanto en el modelo Logit como en el MPL, la característica sexo definida como 1

Economía Laboral Enero de 2018

De manera similar a la variable edad, el modelo muestra que no existe evidencia

Cómo se analizó en la sección 3.1 de manera descriptiva, en promedio, los salarios

Economía Laboral Enero de 2018

La antigüedad en la empresa, definida en el modelo cómo binaria la cual toma el

Economía Laboral Enero de 2018

análisis de los modelos de probabilidad lineal y el modelo Logit, incrementos en la

Finalmente se analiza en detalle la actividad minera que es la que mayor número de

Nivel 2: Características de la región de trabajo

Economía Laboral Enero de 2018

Cómo se describió en la sección 3.2 de este documento, la información para los

Casos Policiales=Denuncias que realiza la ciudadanía en las policías + Delitos

Esta variable, ni ninguna otra similar disponible en las estadísticas con

 Porcentaje de participación en organizaciones sociales - Encuesta de

Economía Laboral Enero de 2018

 Porcentaje de puntajes PSU igual o superior a 450 puntos en

Usando esta dimensión agregada del índice, se obtuvieron coeficientes

c. Condiciones de salud y medio ambiente

Hombre 1,10 1,56

Ln Ingreso Laboral 1,20 0,97

Antigüedad menor a 1 año 0,92 0,97

Trabaja en minería 13,69 6,58