Palabras clave
ENSEÑANZA SUPERIOR
MERCADO DE TRABAJO
INGRESOS
PRODUCTIVIDAD
SALARIO
DESEMPLEO
DESIGUALDAD SOCIAL
TASA DE MATRICULACIÓN
ESCOLARIDAD
SECONDARY EDUCATION
HIGHER EDUCATION
LABOUR MARKET
INCOME
PRODUCTIVITY
WAGES
UNEMPLOYMENT
HUMAN CAPITAL
SOCIAL INEQUALITY
ENROLMENT RATIO
Cómo citar
Resumen
En este estudio se evalúa el impacto de la educación sobre la pobreza en Costa Rica. Específicamente, cómo influye la educación secundaria como máximo nivel educativo alcanzado, y la posibilidad de obtener estudios post-secundarios sobre la probabilidad de sufrir pobreza. Por medio de la metodología Propensity Score Matching y los datos de la Encuesta Nacional de Hogares 2013, se muestra un efecto positivo de la educación en la reducción de la pobreza. Se concluye que, cuando una persona promedio cuenta con educación secundaria completa, reduce la probabilidad de encontrarse en pobreza en 5,7 puntos porcentuales, lo que representa una disminución en las tasas de pobreza de quienes han finalizado secundaria de 21,1%. Por otra parte, la posibilidad de realizar estudios post-secundarios disminuye la probabilidad de pobreza en 8,4 puntos porcentuales, equivalente a una disminución de 36,8% en las tasas de pobreza de los individuos que al menos han terminado la educación secundaria.
Citas
Arguedas, I., Medaglia, C., Molina, E. (2011). Movilidad Social en Costa Rica en el periodo 1990-2008. (Tesis de Licenciatura). Universidad de Costa Rica, San José. Costa Rica.
Bazdresch, M. (2001). Educación y pobreza: una relación conflictiva. Buenos Aires: Consejo Latinoamericano de Ciencias Sociales (CLACSO).
Barrios, Y. (2006). Determinantes de la pobreza en los hogares con adultos mayores. Costa Rica, 2005. (Tesis de Maestría). Universidad de Costa Rica, San José, Costa Rica.
Becker, G. S. (1995). Human capital and poverty alleviation. Human Resources Development and Operations Policy Working Papers (HROWP), 52. Estados Unidos: Banco Mundial. Recuperado de http://www-wds.worldbank.org/external/default/WDSContentServer/WDSP/IB/1995/03/01/000009265_3970702134116/Rendered/PDF/multi0page.pdf
Becker, S. e Ichino, A. (2002). Estimation of average treatment effects bases on propensity scores. The Stata Journal, 2(4), 358-377. Recuperado de http://www.stata-journal.com/sjpdf.html?articlenum=st0026
Gujarati, D. y Porter, D. (2010). Econometría. (5a. ed.). México: Mc Graw Hill
Hayes, L. (2004). Factores asociados a las tendencias recientes de la pobreza en Costa Rica, 2001-2003. (Tesis de Maestría). Universidad de Costa Rica, San José, Costa Rica.
Heckman, J. J., Ichimura, H., Todd, P. E. (Octubre, 1997). Matching as an econometric evaluation estimator: evidence from evaluation a job training programme. Review of Economic Studies. 64(4), 605-654. doi:10.2307/2971733
Instituto Nacional de Estadística y Censos (INEC). (2013a). Encuesta Nacional de Hogares 2013. Ingresos de los hogares muestran brechas entre zonas y regiones. (Comunicado de prensa sobre la ENAHO 2013). San José, Costa Rica: INEC.
Instituto Nacional de Estadística y Censos (INEC) (2013b). Encuesta Nacional de Hogares (ENAHO)2013. Creación de Variables. San José, Costa Rica: INEC.
Khandker, S., Koolwal, G. y Samad, H. (2010). Handbook on impact evaluation. quantitative methods and practices. Washington D.C.: Banco Mundial. doi:10.1596/978-0-8213-8028-4
Larrañaga, O. (1997). Educación y superación de la pobreza en América Latina. Quito, Ecuador: Programa de Naciones Unidas para el Desarrollo (PNUD).
Ordaz, J. L. (2009). México: impacto de la educación en la pobreza rural. (Serie Estudios y Perspectivas 105). México, DF: CEPAL.
Programa Estado de la Nación (PEN), (2013). Resumen cuarto Informe Estado de la Educación (4ª. ed.). San José: Programa Estado de la Nación.
Pritchett, L. (2001). Where has all the education gone. The World Bank Economic Review, 15(3), 367-391. Recuperado de http://www-wds.worldbank.org/external/default/WDSContentServer/WDSP/IB/2013/05/21/000356161_20130521150953/Rendered/PDF/773740JRN020010l0the0Education0Gone.pdf
Rodríguez, M. (2012). Técnicas de evaluación de impacto: propensity score matching y aplicaciones de prácticas con Stata. (Doc n2/2012). Madrid, España: Instituto de Estudios Fiscales.
Rosenbaum, P. R. y Rubin, D. B. (Septiembre, 1984). Reducing bias in observational studies using sub classification on the propensity score. Journal of the American Statistical Association, 79(387), 516-524. doi:10.2307/2288398
Rosenbaum, P. R. y Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. doi:10.1093/biomet/70.1.41
Sauma, P. y Trejos, J. D. (Junio, 2014). Reducir la pobreza en Costa Rica es posible. Propuestas para la acción. Serie Cuadernos de Desarrollo Humano. San José, Costa Rica: PNUD. Recuperado de http://www.undp.org/content/dam/costa_rica/docs/undp_cr_reducirpobreza_2014.pdf
Selligson, M., Martínez, J. y Trejos, J. D. (1996). Reducción de la Pobreza en Costa Rica: el impacto de las políticas públicas. San José, Costa Rica: Instituto de Investigaciones en Ciencias Económicas -Programa de Naciones Unidas para el Desarrollo.
Slon, P. y Zuñiga, E. (2004). Aspectos dinámicos de la pobreza en Costa Rica. (Tesis de Licenciatura). Universidad de Costa Rica. San José, Costa Rica.
Todaro, M. y Smith, S. (2012). Human capital: Education and health in economic development. (11a. ed.). Estados Unidos: Pearson.
Trejos, J. D. y Montiel, N. (1999). El capital de los pobres en Costa Rica. Acceso, Utilización y Rendimiento. Documento de trabajo R-360. Red de Centros de Investigación de la Oficina del Economista Jefe, Banco Interamericano de Desarrollo.
Verner, D. (2004). Education and its poverty-reducing effects: The case of Paraíba, Brazil. (Research Working Paper 3321). Banco Mundial. doi:10.1596/1813-9450-3321