Escolar Documentos
Profissional Documentos
Cultura Documentos
multidimensional en Colombia
a partir del censo de poblacin
de 2005
Laura Estrada Arbelez
Sandra Liliana Moreno Mayorga
Fuente:www.sxc.hu
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Anlisis espacial de la
pobreza multidimensional
en Colombia a partir del
censo de poblacin de 2005
Laura Estrada Arbelez: Economista, magster en Estudios Latinoamericanos con nfasis en
Sociologa del Instituto de Altos Estudios para Amrica Latina, Universidad Sorbona Nueva, Pars
3, Francia. Profesional de la Direccin de Metodologa y Produccin Estadstica del DANE.
Correo electrnico: lestradaa@dane.gov.co
Sandra Liliana Moreno Mayorga: Ingeniera catastral y geodesta, candidata a magster Sistemas
de Informacin Geogrfica en la Universidad de Salzburgo, Austria. Profesional en Investigacin y
Desarrollo de la Direccin de Geoestadstica del DANE.
Correo electrnico: slmoreno@dane.gov.co
Fecha de recepcin: 15 de agosto de 2013
Fecha de aceptacin: 30 de octubre de 2013
on a municipal level using the 2005 Population Census and ESRIs ArcGIS 10.1 Geographic Information Systems (GIS) software. Methodology includes poverty mapping using GIS-based, exploratory spatial data analysis, trend analysis, and global and local autocorrelation tests (Morans I and
Anselin Local Morans I). The findings suggest that multidimensional poverty demonstrates positive
spatial autocorrelation, meaning poorer municipalities tend to cluster around each other, and vice
versa. Hubs and paths of prosperity can be found in the Andean Region, while poverty clusters can
be found in the south of the country and along the Pacific and Caribbean coasts. These clusters are
characterized by being discontinuous and showing a notable difference in poverty levels between
urban (cabecera) and rural (resto) areas. Spatial outliers, municipalities with low levels of poverty
relative to surrounding municipalities and vice versa, are identified.
1. Introduccin1
Desde hace varias dcadas, la reduccin de la pobreza hace parte de
la agenda de trabajo de diferentes
organismos internacionales, tales
como el Banco Mundial, el Banco
Interamericano de Desarrollo (BID),
la Organizacin de las Naciones
Unidas con su programa para el Desarrollo Humano (PNUD), de agencias de cooperacin internacional
de gobiernos como el de Estados
Unidos, Alemania, Espaa, etc. y
de los propios gobiernos nacionales.
Esto ha generado gran inters por
explicar la existencia, los determinantes y la persistencia de la pobreza a travs de variables como
los ingresos gubernamentales, el
crecimiento de la poblacin, la migracin, la educacin, la composicin del hogar y la condicin laboral.
Ms all de los determinantes socioeconmicos, la pobreza tiene un
componente espacial (Glasmeier,
2002) que puede ser explorado a
travs de los mapas de pobreza
(poverty mapping) y el uso de los
Sistemas de Informacin Geogrfica (SIG); herramientas que permiten integrar caractersticas socioeconmicas y biofsicas al anlisis
de la pobreza (Heninger y Snel,
2002; Vista y Murayama, 2011).
De esta manera, la motivacin principal para la realizacin de este documento es la vinculacin del componente espacial a la comprensin
de la pobreza multidimensional en
Colombia, usando el ndice de pobreza multidimensional (Angulo et
al., 2011), calculado a nivel municiLos autores agradecen a lvaro Murillo por su colaboracin y orientacin brindada en la realizacin del presente artculo, a Carlos Durn
de la Direccin de Geoestadstica por la elaboracin de los mapas que
se presentan en el documento, y a Nstor Muoz del Centro Andino de
Altos Estudios (Candane) por sus valiosos comentarios al documento.
1
2
Segn el DANE, la cabecera municipal corresponde al rea ms densamente poblada del municipio y donde funciona la sede de la Alcalda
Municipal. Su rea geogrfica est definida por un permetro urbano,
cuyos lmites se establecen por acuerdos del Concejo Municipal.
Esta entidad geogrfica se asocia a la zona urbana del municipio.
3
Segn el DANE, el resto del municipio corresponde al rea que est
por fuera del permetro urbano de la cabecera municipal. Puede estar
constituido por centros poblados y poblacin dispersa. Esta entidad
geogrfica se asocia a la zona rural del municipio.
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
2. Revisin
de literatura
El estudio de la pobreza ha sido
ampliamente abordado desde la
economa y las polticas pblicas.
Para explicar la existencia, los determinantes y la persistencia de la
pobreza, y la desigualdad, a nivel
nacional y regional en Colombia, se
han usado tanto estadsticas descriptivas como tcnicas economtricas (Nez y Ramrez, 2002; Nez,
Ramrez y Cuesta, 2005; Fernndez
et al., 2009; Bonet, 2007).
En estos las variables ms recurrentes para el estudio de la pobreza
son los impuestos de industria y comercio, el crecimiento de la poblacin, la migracin, la educacin (la
cobertura, el nivel educativo de la
fuerza de trabajo, los aos promedio de educacin), la composicin
del hogar (el jefe de hogar, el tamao) y el mercado laboral (el desempleo, formalidad en el empleo).
La integracin del componente espacial al anlisis de temticas sociales, ambientales y econmicas
ha sido liderada principalmente por
desarrollos tericos tales como la
Nueva Geografa Econmica (Fujita y Krugman, 2004) y La Ciencia
Social Integrada Espacialmente
del Center for Spatial Integrated
Social Sciences (CSISS). En estos
enfoques se destaca la concepcin
del espacio no como un elemento
contenedor sino como un elemento
explicativo (Buzai, 2012).
Inspirados en estos enfoques, los
modelos economtricos incluyen
variables de la geografa fsica
(temperatura, relieve, calidad del
suelo, etc.) y algunas medidas de
distancia (tiempo, kilmetros) a los
principales centros econmicos Bogot, Medelln, Cali y Barranquilla, y
207
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
208
3. Metodologa
3.1. Datos de pobreza.
IPM-2005
El ndice de pobreza multidimensional (IPM) fue desarrollado por Alkire
y Foster (2007, 2011) y fue adaptado para Colombia por el Departamento Nacional de Planeacin (Angulo et al., 2011). Anualmente este
es calculado a partir de la Encuesta
de Calidad de Vida, con la cual se
obtienen resultados representativos
a nivel nacional, cabecera y resto.
Para calcular el IPM a nivel municipal4 se us el Censo de Poblacin
de 2005, y se evaluaron las siguientes cinco dimensiones, de las cuales
se desprenden 15 indicadores: condiciones educativas, condiciones de
la niez y juventud, trabajo, salud y
servicios pblicos y condiciones de
la vivienda. Este ndice tiene una
estructura anidada en donde cada
una de las dimensiones pesa 0,2 y
cada uno de los 15 indicadores tiene el mismo peso dentro de cada
dimensin. Son consideradas como
pobres aquellas personas que pertenecen a un hogar que presenta
privacin en por lo menos el 33% (o
5/15) de los indicadores.
3.2. Anlisis espacial
El anlisis espacial parte de la Primera Ley de la Geografa, segn la
cual todo est relacionado con todo
lo dems, pero cosas ms cercanas
estn ms relacionadas que cosas
distantes (Tobler, 1970, traduccin
libre). Este puede ser definido como
el conjunto de tcnicas estadsticas
y matemticas aplicadas a los datos
distribuidos sobre el espacio geogrfico (Buzai y Baxendale, 2006), o
bien como el estudio cuantitativo de
fenmenos que estn localizados en
el espacio (Bailey y Gattrel, 1995).
El anlisis espacial incluye el anlisis exploratorio de datos espaciales
(AEDE), el cual es un conjunto de
tcnicas para describir y visualizar
valor que toma la variable de estudio. Luego, cada punto con sus
coordenadas (x, y, z) se proyecta
en las superficies Occidente-Oriente (plano xz, puntos en color verde
oscuro) y Norte-Sur (plano yz, puntos en color azul).
espacial y la heterogeneidad; y se
estudian los patrones espaciales
con las tcnicas de anlisis espacial de carcter global y local, con
el ndice de Moran y el Anselin local de Moran. Los patrones espaciales reconocidos se establecen
en la condicin estadsticamente
significativa (anlisis confirmatorio
de datos espaciales [ACDE]).
La dependencia o autocorrelacin
espacial puede definirse como la
relacin funcional que se da entre el
valor de la variable en determinado
punto en el espacio y lo que ocurre en lugares vecinos a este. Una
variable presenta autocorrelacin
espacial cuando los valores observados de esta en el espacio dependen de los valores que esta toma en
regiones vecinas (Chasco, 2001).
La heterogeneidad espacial, la
cual suele presentarse junto con
la autocorrelacin espacial, puede ser entendida como la manera
desigual en la que un fenmeno
se distribuye en espacio; ejemplos de esta son las situaciones
de centro-periferia, norte-sur, occidente-oriente (Chasco, 2004).
Esto se identifica por medio de las
diferencias sistemticas de media,
Norte-Sur
X
5
Las herramientas utilizadas en este trabajo hacen parte del software
SIG de nombre ArcGIS 10.1 de ESRI, y las conceptualizaciones de relaciones espaciales utilizadas en el anlisis espacial de los datos IPM
2005 se describen en Estrada y Moreno (2013), Anexo 2.
6
Cmo funciona la autocorrelacin espacial (ndice de Moran global).
Fuente: ArcGIS Resources. URL: http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#//005p0000000t000000 (Consultado el
05/09/2013).
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
209
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Valor de significancia
(p-valor)
0,01
0,05
0,10
--0,10
0,05
0,01
Significativo
(Aleatorio)
Valor Crtico
(Valor-z)
< -2,58
-2,58 - -1,96
-1,96 - -1,65
-1,65 - 1,96
1,65 - 1,96
1,96 - 2,58
> 2,58
Significativo
Z < -1,65
Disperso
Al Azar
Z < 1,65
Conglomerado
Aleatoriedad espacial completa hace referencia a los efectos de primer orden o de igual probabilidad, y de segundo orden o de independencia de
los datos.
rodeado por valores bajos o un valor bajo rodeado por valores altos.
Cuando se presentan las relaciones estadsticamente no significativas quiere decir que hay unidades
territoriales donde el valor de la
variable de inters no se relaciona
signicativamente con los valores
que presentan sus vecinos. En el
presente estudio se utiliz el estadstico Anselin local de Moran.
La deteccin de los conglomerados requiere la definicin de relaciones espaciales que permita
diferenciar cules entidades se
consideran contiguas o relacionadas entre s. La conceptualizacin
de las relaciones espaciales entre
unidades se puede realizar teniendo en cuenta la distancia entre las
unidades o la contigidad basada
en los bordes de los elementos.
Un valor positivo del ndice Anselin local de Moran indica que la entidad geogrfica est rodeada de entidades cuyos valores son similares, y por tanto,
dicha entidad hace parte de un conglomerado. Un valor negativo del ndice Anselin local de Moran indica que la entidad geogrfica est rodeada de
entidades cuyos valores son dismiles, y por tanto, la entidad es un atpico espacial. Fuente: ArcGIS Resources. URL: http://resources.esri.com/help/9.3/
arcgisengine/java/Gp_ToolRef/Spatial_Statistics_tools/how_cluster_and_outlier_analysis_colon_anselin_local_moran_s_i_spatial_statistics_works.
htm (Consultado el 02/09/2013).
210
4. Resultados
Para el clculo del IPM a nivel municipal se us la informacin del
Censo General 200510 y se trabaj
con informacin de IPM para 1114
municipios, 1097 cabeceras y 1112
resto municipal (tabla 1).
Total
Municipal
Resto
Cabecera
1119
1119
1119
10
1114
1112
1097
Mnimo
Mximo
Rango
Media
Desviacin
Estndar
IPM Total
1114
14,27
100
85,73
69,47
16,39
IPM
Cabecera
1097
13,23
100
36,77
53,54
18,50
IPM Resto
1112
22,99
100
77,01
79,91
13,55
9
El criterio reina hace alusin al movimiento que tiene la ficha reina en el ajedrez. Adems del criterio, en el anlisis espacial se utiliza el orden de contigidad, donde el primer orden se refiere a los inmediatamente vecinos
y segundo, si existe un municipio intermedio.
Es importante tener en cuenta que el Censo General 2005 tuvo una no cobertura de 3,7%; de la cual el 1,4% se debi principalmente a dificultades de acceso a los hogares por razones de violencia y el 2,3% restante
corresponde a la no cobertura final de unidades censales.
10
Los municipios que tuvieron una omisin censal del 100%, tanto en cabecera como en resto, fueron: La Victoria (Amazonas), Mapiripana (Guaina), Pana Pana (Guaina), Morichal (Guaina) y Pacoa (Vaups); los municipios
que tuvieron omisin censal 100% o sin informacin de IPM a nivel de resto fueron: Carur (Vaups), que present una omisin censal del 100%, y Puerto Rondn (Arauca), respectivamente; el municipio que tuvo omisin
censal de 100% a nivel de cabecera fue Mapiripn (Meta); las cabeceras sin cartografa fueron: San Miguel (Putumayo), Mirit-Paran (Amazonas), Puerto Colombia (Guaina), La Guadalupe (Guaina), Papunaua (Vaups) y
Yavarat (Vaups); y los corregimientos departamentales sin informacin de cabecera fueron: El Encanto (Amazonas), La Chorrera (Amazonas), La Pedrera (Amazonas), Puerto Alegra (Amazonas), Puerto Arica (Amazonas),
Puerto Santander (Amazonas), Tarapac (Amazonas), Barranco Minas (Guaina), San Felipe (Guaina) y Cacahual (Cacahual). En 2005 existan 20 corregimientos departamentales, de los cuales 10 no cuentan con informacin
a nivel cabecera y para el clculo del IPM se tomaron como resto.
11
12
Ver Estrada y Moreno (2013), anexo 1 para mayor detalle de los resultados obtenidos en el anlisis exploratorio de datos (AED).
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
211
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
13
14
En el caso de Cundinamarca son: Granada, Mosquera, Madrid, Tenjo, Cota, Subachoque, Tabio, Cha, Cajic, Sop, Guasca, Tocancip,
Gachancip, Sesquil y Cogua.
15
212
ndice de pobreza
multidimensional
Total
14,27 - 57,34
57,35 - 66,97
66,98 - 74,74
74,75 - 84,16
8,17 - 100,0
Sin Informacin
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
213
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
ndice de pobreza
multidimensional
Resto
22,99 - 70,49
70,50 - 78,32
78,33 - 85,22
85,23 - 92,06
92,07 - 100,0
Sin Informacin
214
ndice de pobreza
multidimensional
Cabecera
13,23 - 36,88
36,89 - 46,47
46,48 - 56,57
56,58 - 69,69
969,70 - 100,0
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
215
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
16
216
Desviacin estndar
IPM Total
< -2,5 Std. Dev.
-2,5 - -1,5 Std. Dev.
-1,5 - -0,50 Std. Dev.
-0,50 - 0,50 Std. Dev.
0,50 - 1,5 Std. Dev.
1,5 - 1,9 Std. Dev.
Sin informacin
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
217
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Desviacin estndar
IPM Resto
< -2,5 Std. Dev.
-2,5 - -1,5 Std. Dev.
-1,5 - -0,50 Std. Dev.
-0,50 - 0,50 Std. Dev.
0,50 - 1,5 Std. Dev.
Sin informacin
218
Desviacin estndar
IPM Cabecera
< -1,5 Std. Dev.
-1,5 - -0,50 Std. Dev.
-0,50 - 0,50 Std. Dev.
0,50 - 1,5 Std. Dev.
-,5 - 2,5 Std. Dev.
Sin informacin
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
219
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Z
Norte-Sur
220
Globalmente, el anlisis de tendencia del IPM muestra que a nivel Total y de Cabeceras, el oriente del
pas se encuentra en mejores condiciones que el occidente; mientras
que el norte del pas presenta una
menor pobreza multidimensional a
nivel de IPM resto con respecto al
sur. En los dems casos se observ que el oriente es tan pobre como
el occidente en sus zonas rurales;
y el sur es tan pobre como el norte
para el total municipal y las cabeceras. El centro siempre presenta
los valores ms bajos de IPM Total,
Cabecera y Resto. Esto se modela
mediante una curva polinomial de
segundo orden en los tres niveles,
que se puede representar como
una U, tanto en la direccin norte-sur como occidente-oriente.
Norte-Sur
Norte-Sur
18
En este caso no se puede comparar el valor que tom el ndice de
Moran a nivel Cabecera con los resultados para Total y Resto por la
diferencia en la conceptualizacin de las relaciones espaciales (vase
Metodologa).
19
Occidente-Oriente
peran las fronteras departamentales. Podemos identificar en el corredor del Pacfico dos conglomerados
de municipios con alto IPM Total y
Resto, que son interrumpidos al
nivel del Valle del Cauca y el sur
del Choc. Estos municipios que
Los conglomerados de bajo IPM Tono hacen parte del conglomerado
corresponden a zonas no significa- tal y Resto confirman la existencia
tivas estadsticamente para el esta- de polos de bienestar relacionados
con las capitales departamentales
dstico de Anselin local de Moran; lo
Cali,
Medelln, Bogot, Manizales,
que significa que hay presencia de
Armenia, Pereira, Bucaramanga y
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
221
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
IPM Resto
Indice de Moran
0,602393
0,692594
IPM Cabecera
0,39589
Indice Esperado
-0,000898
-0,0009
-0,000912
Varianza
0,000335
0,000338
0,000021
Z crtico
32,98314
37,748742
87,328941
P-Valor*
0,000000
0,000000
0,000000
20
222
de identificar si temporalmente se
consolidan como conglomerados
de bienestar o de pobreza.
En cuanto a la dinmica Choc-Antioquia-Crdoba, se observa que
el corredor de altos niveles de pobreza, se mantiene pero esta vez
se ubica al norte del departamento
de Antioquia, al nivel del Urab antioqueo. El conglomerado de alta
pobreza se refuerza en las cabeceras de los municipios de Crdoba,
Sucre, Atlntico, Bolvar, Magdalena, Cesar, Riohacha y al norte del
Norte de Santander.
El estadstico Anselin local de Moran permiti identificar conglomerados de alto o bajo IPM, as como
atpicos espaciales; para los tres
niveles de estudio se observa que
estos o se intensifican o se debilitan. El conglomerado de pobreza
entre los departamentos de Cauca y Nario para IPM Total y Resto
se ampla hacia los departamentos del Caquet y Putumayo para
IPM Cabecera. El conglomerado
de pobreza de la Costa Caribe
de IPM Cabecera es ms extenso que para IPM Total y Resto. Se
confirman las tendencias de los
datos y la existencia de polos y
corredores de bienestar, encontradas anteriormente. Se encuentran atpicos espaciales que no se
haban apreciado en mapas anteriores, en los departamentos del
Tolima, Norte de Santander, Nario, Putumayo y Cesar.
Concentraciones y atpicos
espaciales
IPM Cabecera
Concentracin alto IPM
Alto IPM rodeado de bajo IPM
Bajo IPM rodeado de bajo IPM
Concentracin bajo IPM
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
223
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Concentraciones y atpicos
espaciales
IPM Resto
Concentracin alto IPM
Alto IPM rodeado de bajo IPM
Bajo IPM rodeado de bajo IPM
Concentracin bajo IPM
Sin informacin
224
Concentraciones y atpicos
espaciales
IPM Total
Concentracin alto IPM
Alto IPM rodeado de bajo IPM
Bajo IPM rodeado de bajo IPM
Concentracin bajo IPM
Sin informacin
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
225
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Conclusiones
A travs de los diferentes mapas,
grficos y pruebas estadsticas se
comprob que existe la dimensin
espacial de la pobreza multidimensional en Colombia. En otras palabras, la pobreza no se distribuye de
manera aleatoria en el espacio sino
que presenta un marcado patrn
espacial. Se confirman los hallazgos de estudios anteriores (Prez,
2005; Galvis y Meisel, 2010; Vargas,
2012) en cuanto a que la pobreza
de un municipio no solamente depende de su propia condicin, sino
tambin de lo que sucede en los
municipios aledaos. Sin embargo,
se encontraron importantes diferencias en los patrones espaciales segn el nivel que se est estudiando
(Total, Cabecera y Resto).
Para todos los niveles se evidenci que la distribucin espacial de
la pobreza en Colombia supera los
lmites departamentales, lo cual
implica que la concentracin de la
pobreza no est dada por caractersticas y relaciones administrativas sino adicionalmente por condiciones regionales y del territorio;
este punto es central para las implicaciones de poltica territorial, la
cual debe interactuar con la regin
y tener en cuenta las caractersticas del territorio que superan las
fronteras administrativas.
El anlisis espacial con base en el
IPM 2005 permiti la identificacin
de polos de bienestar para los niveles Total y Resto y corredores de
bienestar para el nivel Cabecera,
asociados a las principales capitales: Bogot, Cali, Medelln, Bucaramanga, entre otras; o de municipios cercanos a estas. Esto llevara
a pensar sobre la importancia de
multiplicar y fortalecer los centros
de consumos como estrategia para
elevar los niveles de bienestar de la
226
Revista del departamento de Economa. Pontificia Universidad Catlica del Per. XXIV(48), 179-236.
Bibliografa
Anker, Richard; Chernyshev, Igor;
Mehran, Farhad y Ritther, Joshep
(2003). La medicin del trabajo decente con indicadores estadsticos.
Revista Internacional del Trabajo,
122(2).
Bonnet, F., Figuereido, J., Standing, G. (2003). A family of decent
work indexes. International Labor
Review 142(2).
Camacho, Claudia; Dussn, Luis
Felipe y Guataqu, Juan Carlos
(2012). Calidad del trabajo en Bogot: Una aproximacin desde el
enfoque de Trabajo decente. Cuadernos de desarrollo econmico,
nm. 16. Bogot D. C.
De justicia. Centro de Investigaciones Socio-jurdicas. (2008). Propuesta sobre la definicin de la poltica pblica para la generacin de
trabajo digno y decente en el pas.
Universidad de los Andes.
Departamento Administrativo Nacional de Estadstica, DANE (2013).
Boletn de Informalidad y Seguridad Social. Colombia.
De la Garza, E. (2010). Hacia un
concepto ampliado de trabajo. Barcelona: Anthropos.
Espinoza, Mara (2004). Trabajo
decente y proteccin social. OIT.
Santiago de Chile.
European Comission (2001). Employment and Social Policies: A
Farn, Stefano (2002). Estudio sobre la calidad del empleo en Colombia. Cuadernos de trabajo nmero
3. Observatorio del mercado de
trabajo y seguridad social. Universidad Externado de Colombia.
Ferreira, Mara Teresa (2012). Informal versus Precarious Work in
Colombia: Conceptualisation and
Operationalisation to Approach
Quality of Labour. International Institute of Social Studies.
Gamero, Julio (2010). Empleo y
trabajo decente a un ao del TLC
con EE. UU. Centro Peruano de
Estudios Sociales (CEPES). Per.
Gittleman, Maury and Howell, David (abril 1995). Changes in the
structure and quality of jobs in the
United States: effects by race and
gender, 1973-1990. Industrial and
Labor Relations Review, (48)3.
Gruenberg, Barry (1980). The happy worker: Analysis of educational
and occupational differences in determinants of job satisfaction. American Journal of Sociology. Universidad de Chicago.
Infante, Ricardo y Vega-Centeno,
Mximo (diciembre, 2001). La calidad del empleo: lecciones y tareas.
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Revista ib, Vol. 3, Nm. 1, pp. 205 - 228 / Enero de 2014 - diciembre de 2014
Organizacin Internacional del Trabajo, OIT e International Labour Organization, ILO (2011). Polticas y
regulaciones para luchar contra el
empleo precario. Instituto Internacional de Estudios Laborales. Gnova.
Organizacin Internacional del Trabajo, OIT (2012). Informe sobre
trabajo en el mundo 2012. Mejores
empleos para una economa mejor.
Instituto Internacional de Estudios
Laborales. Gnova.
(2013). Pgina oficial sobre
trabajo decente. http://www.ilo.org/
global/topics/decent-work/lang--es/
index.htm
(2013_1). Tendencias mundiales del empleo 2012. Prevenir una
crisis mayor del empleo. Instituto
Internacional de Estudios Laborales. Gnova.
Pacheco, Edith; De La Garza, Enrique y Reygadas, Luis (2010). Trabajos atpicos y precarizacin del
228