DETERMINANTES DE LA PARTICIPACIÓN
LABORAL EN MONTERÍA-CÓRDOBA:
UN ESTUDIO LOGIT 2008-2023
DETERMINANTS OF LABOUR FORCE PARTICIPATION IN
MONTERÍA-CÓRDOBA: A LOGIT STUDY
Sami Gabriel Coavas-Blanquicet
Universidad Cooperativa de Colombia, Colombia
Guillermo David Ruíz Padilla
Universidad Cooperativa de Colombia, Colombia
pág. 3565
DOI: https://doi.org/10.37811/cl_rcm.v8i4.12592
Determinantes de la Participación Laboral en Montería-Córdoba:
Un Estudio Logit 2008-2023
Sami Gabriel Coavas-Blanquicet
1
sami.coavas@campusucc.edu.co
https://orcid.org/0000-0001-6008-0610
Universidad Cooperativa de Colombia
Colombia
Guillermo David Ruíz Padilla
guillermo.ruizp@campusucc.com
https://orcid.org/0000-0001-7772-2958
Universidad Cooperativa de Colombia
Colombia
RESUMEN
Usando los datos de la Gran Encuesta Integrada de Hogares (GEIH) del DANE, este estudio analiza los
factores determinantes de la participación laboral en Montería-Córdoba para los años 2008-2023
mediante un modelo econométrico Logit binomial. Se incluyeron variables demográficas como la edad,
género, tenencia y edad de los hijos, ser jefe de hogar o no, y estado civil; variables educativas como
años y nivel de estudio; y la experiencia laboral. Los resultados indican que la participación en el
mercado laboral en Montería está influenciada por factores demográficos, educativos y de experiencia
previa. La experiencia laboral emerge como un determinante significativo, incrementando
consistentemente la probabilidad de participación. Ser hombre también muestra un efecto positivo
considerable en la probabilidad de participar en el mercado laboral, mientras que ser mujer reduce esta
probabilidad. La tenencia de hijos mayores de edad aumenta la probabilidad de participación, al igual
que ser jefe de hogar, estar casado, separado o en unión libre. Por el contrario, tener hijos entre 4 y 17
años disminuye la probabilidad de participación laboral, así como residir en el área rurales. El nivel
educativo se presenta como un factor crítico, con la educación superior demostrando los mayores
efectos positivos en la participación laboral. Este artículo contribuye a la literatura sobre participación
laboral, ofreciendo una comprensión y análisis temporal y detallado de cómo diversos factores han
influido en la participación laboral en Montería durante el período 2008-2023. Los hallazgos
proporcionan una base sólida para futuras investigaciones y formulaciones de políticas focalizadas en
la educación superior y las particularidades demográficas como vehículo de inserción en el mercado
laboral.
Palabras clave: mercado laboral, participación laboral, fuerza de trabajo, modelo logit
1
Autor principal.
Correspondencia: sami.coavas@campusucc.edu.co
pág. 3566
Determinants of Labour Force Participation in Montería-Córdoba:
a Logit Study
ABSTRACT
Using data from the Gran Encuesta Integrada de Hogares (GEIH) by DANE, this study analyzes the
determinants of labor force participation in Montería-Córdoba for the years 2008-2023 using a binomial
Logit econometric model. Demographic variables such as age, gender, childbearing and age of children,
head of household status, and marital status were included; educational variables such as years and level
of study; and work experience. The results indicate that labor market participation in Montería is
influenced by demographic, educational, and previous experience factors. Work experience emerges as
a significant determinant, consistently increasing the probability of participation. Being male also shows
a considerable positive effect on the probability of labor market participation, while being female
reduces this probability. Having older children increases the probability of participation, as does being
the head of household, being married, separated, or in a common-law union. Conversely, having
children between the ages of 4 and 17 decreases the probability of labor force participation, as does
residing in rural areas.The level of education is presented as a critical factor, with higher education
demonstrating the greatest positive effects on labor force participation. This article contributes to the
literature on labor force participation by offering a comprehensive and detailed temporal analysis of
how various factors have influenced labor force participation in Montería during the period 2008-2023.
The findings provide a solid foundation for future research and policy formulations focused on higher
education and demographic particularities as vehicles for labor market insertion.
Keywords: labour market, labour force participation, logit model
Artículo recibido 10 junio 2024
Aceptado para publicación: 10 julio 2024
pág. 3567
INTRODUCCIÓN
La participación laboral constituye un indicador fundamental de la salud económica de una región,
reflejando no solo la disposición de la población para integrarse al mercado de trabajo, sino también la
capacidad de dicho mercado para incorporar las personas a la fuerza laboral activa (Tobón & Rodriguez,
2015).
Este indicador es abordado desde dos áreas principales en la economía: la macroeconomía y la
microeconomía; la primera estudia cómo la evolución del PIB, políticas fiscales, monetarias, inflación,
oferta y demanda agregada modifican las condiciones del mercado laboral afectando la incorporación
de la población en dicho mercado (Blanchard & Summers, 1986; Lucas, 1978). Por otro lado, desde la
microeconomía se consideran las preferencias de los individuos, restricciones presupuestales, nivel
educativo, experiencia, costo de oportunidad y la disponibilidad de puestos de trabajo adecuados
(Becker, 1965; Mincer, 1962).
En Colombia, existen estudios que examinan los factores que influyen en la elección de participar en el
mercado laboral (Arango & Posada, 2003; Arango, Posada & Charry, 2004; González-Quintero &
Báez-Daza, 2015). Sin embargo, desagregando por ciudades, encontramos un vacío documental,
particularmente para la ciudad de Montería-Córdoba, dado que de acuerdo con el DNP (2020), la
dinámica del mercado laboral ha mostrado variaciones significativas tales como caida en la tasa de
ocupados y de participación laboral superior al promedio nacional, menor incremento de empleo, alta
informalidad laboral, mayor aumento en la inactividad laboral; los cuales ameritan un estudio detallado,
especialmente en el contexto de las características personales de los individuos y su repercusión en la
elección de participar en el mercado laboral entre 2008 hasta 2023.
Este artículo tiene como objetivo explorar los determinantes de la participación laboral en la ciudad de
Montería durante el mencionado período, utilizando modelos Logit, que son modelos
microeconométricos diseñados para analizar variables binarias o dicotómicas (Gujarati & Porter, 2009),
como la decisión de participar o no en el mercado laboral (Ramos, 2016; Sánchez-Sánchez & Sánchez-
Sánchez, 2020; Atis, Cano & Fajardo, 2022). Estos modelos permiten examinar cómo diversos factores
socioeconómicos, demográficos y políticos influyen en la decisión de participar en el mercado laboral.
pág. 3568
Los factores considerados incluyen, entre otros, el nivel educativo, el estado civil, la edad, el género, y
las condiciones económicas generales y locales (Sosa & Castro, 2022; Cano, 2023; .
La importancia de este estudio radica en su capacidad para proporcionar una base empírica que pueda
orientar la formulación de políticas laborales y sociales más efectivas. Al identificar los factores que
afectan la participación laboral, los responsables de la toma de decisiones podrán diseñar estrategias
más dirigidas y fundamentadas para incentivar la inclusión laboral y responder a los desafíos
estructurales del mercado de trabajo de Montería.
Asimismo, este análisis contribuye al entendimiento más amplio de las transformaciones laborales en
regiones similares de Colombia, ofreciendo comparaciones y extrapolaciones útiles para estudios de
naturaleza similar. Por lo tanto, el presente estudio no solo se enfoca en la particularidad de Montería
sino que también busca aportar al diálogo académico y práctico sobre la evolución del mercado laboral
en contextos en desarrollo.
METODOLOGÍA
Para encontrar los determinantes de la participación laboral en la ciudad de Montería-Córdoba entre
2008 y 2023, utilizaremos un modelo econométrico Logit que es de respuesta binaria o dicotómica; en
el cual, siguiendo a Gujarati et al (2009), la variable dependiente solo tiene dos opciones; tomando el
valor de uno 1) si el individuo decide participar
2
en el mercado laboral y cero (0) si decide no participar
3
󰇛
󰇜

󰇛







󰇜
(1)
Donde
, es la participación laboral del individuo , tomando el valor de 1 si el individuo pertenece a
la PEA y 0 en caso contrario.

, son las variables independientes del modelo tales como: edad, género,
estado civil, nivel educativo, ingreso, experiencia laboral, presencia de servicio doméstico en el hogar,
ingresos no laborales de las personas, tal y como se definen en la tabla 1. Los coeficientes estimados se
interpretan en términos de odds ratios para facilitar la comprensión de la magnitud del efecto de cada
variable independiente sobre la participación laboral, resaltando las relaciones significativas y
discutiendo posibles implicaciones para políticas laborales y sociales (Buitrago, Brito & Santiago, 2023
2
Se entiende por participación en el mercado laboral a aquellos individuos que hacen parte de la Población Económicamente Activa (PEA)
3
Para estimar el modelo lógit se seleccionaron los años 2008, 2011, 2014, 2017, 2020 y 2023
pág. 3569
Tabla 1. Descripción de variables utilizadas en las estimaciones del modelo.
Variable
Tipo
Rol
PEA
Dicotómica
Dependiente
Edad
Cuantitativa
Explicativa
Experiencia laboral
potencial
Cuantitativa
Explicativa
Experiencia al cuadrado
Cuantitativa
Explicativa
Jefe de hogar
Cuantitativa
Explicativa
Género
Dicotómica
Explicativa
Hijos menores de 4 años
Cuantitativa
Explicativa
Hijos entre 4 y 17 años
Cuantitativa
Explicativa
Primaria incompleta
Cuantitativa
Explicativa
Primaria completa
Cuantitativa
Explicativa
Secundaria incompleta
Cuantitativa
Explicativa
Secundaria completa
Cuantitativa
Explicativa
Superior incompleta
Cuantitativa
Explicativa
Superior completa
Cuantitativa
Explicativa
Casado
Dicotómica
Explicativa
Soltero
Dicotómica
Explicativa
Separado
Dicotómica
Explicativa
Viudo
Dicotómica
Explicativa
Urbano
Dicotómica
Explicativa
Fuente: Elaboración propia
pág. 3570
Los Datos
Los datos utilizados para realizar las estimaciones provienen de la Gran Encuesta Integrada de Hogares
(GEIH) para los años 2008-2023, esta base de datos es proporcionada por el Departamento
Administrativo Nacional de Estadística (DANE). La GEIH es una herramienta crucial para estudios
socioeconómicos y de mercado laboral en Colombia debido a su cobertura nacional y representatividad,
que incluye tanto áreas urbanas como rurales. Esta encuesta recoge información detallada y
multidimensional sobre aspectos laborales, demográficos y socioeconómicos de los hogares,
permitiendo análisis profundos y aplicables a gran escala (DANE, 2023).
La periodicidad de la GEIH facilita además el estudio de tendencias a lo largo del tiempo, crucial para
entender evoluciones de las variables socioeconómicas. Además, la metodología rigurosa y
estandarizada del DANE asegura la confiabilidad y precisión de los datos, apoyando inferencias
estadísticas válidas y reduciendo posibles sesgos.
Figura 1. Tratamiento de datos GEIH DANE
Fuente: Elaboración propia
RESULTADOS Y DISCUSIÓN
En el periodo de estudio, la población de la ciudad de Montería ha tenido un crecimiento constante del
1,05% anual promedio, pasando de 340.967 personas en 2008 a 402.653 habitantes en 2023,
traduciendose en un aumento del 18,09%.
Descargar
microdatos
mensuales de la
GEIH (2008-2023)
Unir los módulos de
la GEIH (2008-2023)
Consolidar módulos
de forma mensual
Unir bases
mensuales para
consolidar año
Eliminar
información de
ciudades diferentes
a Montería
Mantener variables
de interés
Depurar
observaciones con
"missing values" en
variables de interés
Generar variables
de interés:
Población en Edad
de Trabajar (PET)
Realizar
estimaciones de los
parámetros del
modelo Logit
pág. 3571
Figura 2. Evolución de la Población de Montería-Córdoba 2008-2023
Fuente: Elaboración propia con base en los datos de la GEIH DANE
Por otro lado, la Población en Edad de Trabajar (PET), en el periodo de estudio (2008-2023), tal y como
se muestra en la figura 3, ha mostrado un incremento del 23,78%, pasando de 246.936 individuos a
311.916 personas.
Figura 3. Evolución de la Población en Edad de Trabajar (PET) Montería-Córdoba 2008-2023
Fuente: Elaboración propia con base en los datos de la GEIH DANE
310,0
320,0
330,0
340,0
350,0
360,0
370,0
380,0
390,0
400,0
410,0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
Miles de habitantes
Años
0,0
50,0
100,0
150,0
200,0
250,0
300,0
350,0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
Miles de personas
Años
pág. 3572
Por el contrario, la fuerza laboral o participación en el mercado laboral, ha mostrado una tendencia
negativa en el periodo de estudio, de acuerdo a la figura 4, se pasa del 72% en el 2008 al 64,8% en el
2023, con un máximo de 73,9% en el 2011 y un mínimo de 61,7%, este último dato coincide con las
afectaciones en todos los mercados, incluyendo el laboral, producto de la pandemia del COVID 19 en
el 2020 tal y como lo muestra la figura 4.
Figura 4. Evolución de la Tasa de Participación laboral (TGP) Montería-Córdoba 2008-2023
Fuente: Elaboración propia con base en los datos de la GEIH DANE
La población que decide no participar en el mercado laboral en la ciudad de Montería-Córdoba (2008-
2023), como se muestra en la figura 5, ha ido en aumento durante el periodo de estudio. Siguiendo las
definiciones del DANE (2013), este grupo demográfico está compuesto por individuos en edad laboral
que no se encuentran activos en la generación de bienes y servicios durante el período de observación
debido a una variedad de motivos, tales como la falta de necesidad, la incapacidad o la falta de interés
en obtener ingresos económicos por su labor. Dentro de este grupo se encuentran personas que se
dedican a la educación, tareas domésticas, pensionados, jubilados, arrendatarios, individuos con
discapacidad permanente que les impide trabajar, así como aquellos que no sienten atracción por el
trabajo o consideran que no es beneficioso participar en el mercado laboral.
54,0%
56,0%
58,0%
60,0%
62,0%
64,0%
66,0%
68,0%
70,0%
72,0%
74,0%
76,0%
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
%
Años
pág. 3573
Figura 5. Evolución de la Tasa de Población Económicamente Inactiva PEI Montería-Córdoba 2008-2023
Fuente: Elaboración propia con base en los datos de la GEIH DANE
Una vez tenido contexto de lo ocurrido con las variables laborales de interés, se presentan los resultados
obtenidos de las estimaciones de los modelos para los periodos de estudio.
Tabla 2. Resultados estimación de los parámetros del modelo Logit
Variable
2008
2011
2014
2017
2020
2023
Constante
-1.6314***
(0.1199)
-1.0871***
(0.1231)
-1.1263***
(0.1276)
-0.8128***
(0.1254)
-1.0427***
(0.1490)
-3.4547***
(0.1224)
Experiencia
laboral potencial
0.1174***
(0.0036)
0.1042***
(0.0036)
0.0965***
(0.0035)
0.1103***
(0.0034)
0.0902***
(0.0041)
0.2154***
(0.0043)
Experiencia al
cuadrado
-0.0020***
(0.000052)
-0.0018***
(0.0000)
-0.0018***
(0.0000)
-0.0019***
(0.0000)
-0.0018***
(0.0000)
-0.0029***
(0.000)
Jefe de hogar
0.9739***
(0.0488)
1.0420***
(0.0503)
0.9577***
(0.0495)
0.7992***
(0.0461)
0.8213***
(0.0521)
0.6187***
(0.0347)
Género
1.0385***
(0.0363)
1.0178***
(0.0378)
1.2299***
(0.0398)
1.1581***
(0.0372)
1.3931***
(0.1338)
1.4625***
(0.0306)
Hijos entre 4 y
17 años
-0.9581***
(0.0636)
-0.938***
(0.0632)
-1.3447***
(0.0781)
-1.311***
(0.0795)
-1.6590***
(0.1338)
-1.5568***
(0.0954)
Hijos mayores
de edad
0.9893***
(0.0465)
1.0625***
(0.0503)
0.8738***
(0.0507)
0.7077***
(0.0483)
0.5051***
(0.0580)
0.3327***
(0.0410)
Primaria
completa
0.0298
(0.0758)
-0.178***
(0.0796)
-0.1792***
(0.0869)
-0.3655***
(0.0664)
-0.4746***
(0.0872)
0.1385**
(0.0634)
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
%
Años
pág. 3574
Secundaria
incompleta
0.4273***
(0.7189)
0.5378***
(0.0752)
0.2911***
(0.0824)
0.1533***
(0.0135)
0.1203***
(0.0173)
0.2589***
(0.0685)
Secundaria
completa
0.2253*
(0.1229)
-0.0579
(0.1419)
0.1665
(0.1231)
0.2877***
(0.0753)
0.1547*
(0.0900)
0.7862***
(0.0759)
Superior
incompleta
0.7823***
(0.1111)
1.0561***
(0.1300)
0.9962***
(0.0997)
0.2544***
(0.0264)
0.3175***
(0.0304)
0.2240***
(0.0685)
Superior
completa
1.994***
(0.2460)
2.0025***
(0.2130)
1.4716***
(0.1842)
0.0704
(0.1569)
0.0465
(0.1730)
1.5979***
(0.1189)
Casado
0.0429
(0.0923)
0.3097***
(0.0949)
0.2902***
(0.9948)
0.0891
(0.0959)
0.1020
(0.1151)
-0.0367
(0.0773)
Soltero
-0.3431***
(0.0999)
-0.0143
(0.1024)
-0.3896***
(0.1067)
-0.4085***
(0.1026)
-0.2248*
(0.1223)
-0.3072***
(0.0817)
Separado
0.4669***
(0.0999)
0.7196***
(0.0972)
0.6504***
(0.1002)
0.4230***
(0.0965)
0.6662***
(0.1149)
0.4303***
(0.0769)
Unión libre
0.3310***
(0.0909)
0.7190***
(0.0932)
0.4561***
(0.0965)
0.3593***
(0.0934)
0.4586***
(0.1114)
0.1923**
(0.0750)
Urbano
0.4449***
(0.5321)
0.0831
(0.0570)
0.0114***
(0.0586)
0.3784***
(0.0609)
0.1445**
(0.0609)
0.0860**
(0.0381)
R
2
0.2810
0.2694
0.2914
0.2868
0.2504
0.2669
Fuente: Elaboración propia a partir de resultados de sofware R.
Errores estándar entre paréntesis.
***p<0.01, ** p<0.05, * p<0.1
La constante presenta coeficientes negativos y significativos en todos los años, indicando que la
probabilidad de participar en el mercado laboral es baja en ausencia de las demás variables explicativas.
Se observa una disminución notable en el coeficiente de la constante en 2023 (-3.4547) en comparación
con los años anteriores, lo cual sugiere cambios estructurales en la probabilidad base de participación
en el mercado laboral.
La experiencia laboral potencial muestra coeficientes positivos y significativos en todos los años
analizados. Indicando que a medida que aumenta la experiencia laboral, también lo hace la probabilidad
de participar en el mercado laboral.
En particular, se observa un aumento significativo en el coeficiente de esta variable en 2023 (0.2154)
respecto a los años anteriores, lo que podría indicar una valoración creciente de la experiencia laboral
en la decisión de participar en el mercado laboral.
pág. 3575
Los coeficientes de la variable de experiencia al cuadrado son negativos y significativos en todos los
años, indicando que el efecto positivo de la experiencia laboral sobre la participación en el mercado
laboral disminuye a un ritmo decreciente.
Del mismo modo, ser jefe de hogar presenta coeficientes positivos y significativos en todos los años, lo
que indica que esta condición aumenta la probabilidad de participar en el mercado laboral. No obstante,
se observa una disminución en el coeficiente en 2023 (0.6187) en comparación con los años anteriores,
sugiriendo una posible reducción en la influencia de esta variable. Adicionalmente se encuentra que la
probabilidad de participación laboral es mayor para los hombres y que este efecto ha aumentado con el
tiempo.
Tener hijos en el rango de 4 a 17 años tiene un efecto negativo y significativo en la probabilidad de
participar en el mercado laboral en todos los años. El coeficiente más alto en términos absolutos se
observa en 2020 (-1.6590), indicando un impacto particularmente fuerte en ese año.
La presencia de hijos mayores de edad muestra coeficientes positivos y significativos, mostrando que
esta condición aumenta la probabilidad de participación en el mercado laboral. Sin embargo, se observa
una disminución en el coeficiente en 2023 (0.3327), lo que podría indicar una reducción en la influencia
de esta variable.
En cuanto al nivel educativo, tener primaria completa presenta coeficientes negativos y significativos
en varios años, excepto en 2023, donde el coeficiente es positivo y significativo (0.1385). La educación
secundaria incompleta muestra coeficientes positivos y significativos en todos los años, indicando un
aumento en la probabilidad de participación laboral con este nivel educativo. Los coeficientes para
secundaria completa varían entre años, siendo positivos y significativos en algunos años, con el valor
más alto en 2023 (0.7862). Tanto la educación superior incompleta como la completa tienen coeficientes
positivos y significativos, sugiriendo que un mayor nivel de educación aumenta la probabilidad de
participación en el mercado laboral. Destaca el coeficiente de la educación superior completa en 2023
(1.5979).
Respecto al estado civil, los coeficientes para la condición de casado varían entre años, siendo
significativos en algunos años y no en otros. Ser soltero generalmente presenta coeficientes negativos
y significativos, indicando que esta condición reduce la probabilidad de participar en el mercado laboral.
pág. 3576
Estar separado muestra coeficientes positivos y significativos en todos los años, sugiriendo que esta
condición aumenta la probabilidad de participación laboral. La unión libre presenta coeficientes
positivos y significativos, aunque con una disminución en el valor en 2023 (0.1923).
Finalmente, se encuentra que residir en áreas urbanas puede aumentar la probabilidad de participación
en el mercado laboral en la ciudad de Montería.
CONCLUSIONES
El mercado laboral representa un campo de gran interés desde perspectivas económicas, políticas y
sociales. Los cambios que se producen en este ámbito impactan a toda la sociedad, lo que hace que los
estudios sobre el tema sean siempre pertinentes. En particular, las investigaciones relacionadas con la
participación laboral son especialmente relevantes, ya que exploran los factores que influyen en la oferta
de trabajo de las personas.
Para el caso de la ciudad de Montería se tiene que ser jefe de hogar y el género masculino incrementan
significativamente la probabilidad de participación laboral, aunque el impacto de ser jefe de hogar ha
disminuido en 2023. De igual manera, tener hijos entre 4 y 17 años reduce la probabilidad de
participación, mientras que tener hijos mayores de edad la incrementa, aunque este último efecto ha
disminuido en los últimos años.
El nivel educativo es crucial, con la educación superior mostrando los mayores efectos positivos en la
probabilidad de participación. El estado civil también influye: ser soltero reduce la probabilidad de
participar, mientras que estar separado o en unión libre la incrementa. Residir en el área rural ha tenido
efectos negativos, indicando desafíos en la inserción laboral en esta zona.
La participación en el mercado laboral en Montería está determinada por una combinación de factores
demográficos, educativos y de experiencia. Las variaciones en los coeficientes a lo largo del tiempo
subrayan la importancia de considerar las dinámicas temporales y contextuales en el diseño de políticas
laborales. Para mejorar la participación laboral, es esencial implementar estrategias que aborden la
educación, la experiencia laboral, ruralidad y las necesidades específicas de distintos grupos
demográficos.
pág. 3577
REFERENCIAS BIBLIOGRAFICAS
Arango, L. E., & Posada, C. E. (2003). La participación laboral en Colombia.
Arango, L.E., Posada, C., & Charry, A. (2004). La participación laboral en Colombia según la nueva
encuesta: ¿cambian sus determinantes? [Borradores de Economía, No. 250]. Bogotá, Colombia:
Banco de la República.
Atis Ortega, K. L., Cano Pajoy, D. C., & Fajardo Hoyos, C. L. (2022). Efectos de la pandemia en la
participación laboral, las actividades económicas y familiares de las mujeres en Popayán-
Colombia. Equidad y Desarrollo, 1(39), 5.
Becker, G. S. (1965). A Theory of the Allocation of Time. The economic journal, 75(299), 493-517.
Blanchard, O. J., & Summers, L. H. (1986). Hysteresis and the European unemployment
problem. NBER macroeconomics annual, 1, 15-78.
Buitrago, S., Brito, A., & Santiago, L. (2023). Diseño de un modelo de clasificación para predicción de
oportunidad laboral a partir de la GEIH que tenga en cuenta el concept drift.
Cano Cordova, D. A. (2023). Factores sociodemográficos y la participación laboral femenina en la
región Piura, 2023.
Castro, M. M. S., & Olivares, J. E. C. (2022). Determinantes de la jefatura femenina en los hogares
mexicanos: modelos Logit y Probit (2008-2020). Korpus 21, 17-38.
DANE. (2013). Glosario de términos GEIH.
https://www.dane.gov.co/files/investigaciones/fichas/glosario_GEIH13.pdf
DANE. (2023, June). METODOLOGÍA GENERAL GRAN ENCUESTA INTEGRADA DE
HOGARES GEIH. WWW.DANE.GOV.CO.
https://www.dane.gov.co/files/operaciones/GEIH/met-GEIH.pdf
DNP. (2020). MERCADO LABORAL URBANO – RESULTADOS 2020: MONTERÍA. Retrieved
from https://colaboracion.dnp.gov.co/CDT/Estudios Econmicos/10 Informe Monteria 2020.pdf
González-Quintero, N. I., & Daza-Báez, N. A. (2015). Determinantes y perfiles de la participación
laboral en Colombia en el periodo 2002-2013. Revista de Economía del Rosario, 18(1), 5-59.
doi: dx.doi.org/10.12804/rev.econ.rosario.18.01.2015.01
pág. 3578
Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics (5th ed.). McGraw-Hill Education.
Lucas Jr, R. E., & Prescott, E. C. (1978). Equilibrium search and unemployment. In Uncertainty in
economics (pp. 515-540). Academic Press.
Mincer, J. (1962). On-the-job training: Costs, returns, and some implications. Journal of political
Economy, 70(5, Part 2), 50-79.
Ramos, E. (2016). Análisis de la participación laboral de los adultos mayores con base en un modelo
logit. La situación demográfica de México, 87-107.
Sánchez-Sánchez, F. J., & Sánchez Sánchez, A. M. (2020). Análisis del mercado laboral en Andalucía:
factores determinantes del empleo y perfil del trabajador. Revista De Métodos Cuantitativos Para
La Economía Y La Empresa, 30, 23–42.
https://doi.org/10.46661/revmetodoscuanteconempresa.4172
SÁNCHEZ, M. F., DE LA SOTA RIVA, M., SAUCEDO, O. A., & MATA, L. (2024). Relación del
valor social del trabajo y el rol de género sobre la participación laboral femenina en México 1994-
2022. Revista Espacios, 45(02).
Tobón, C., & Rodriguez, F. (2015.). FACTORES QUE DETERMINAN LA PROBABILIDAD DE
PARTICIPACIÓN LABORAL EN EL AREA METROPOLITANA DE MEDELLÍN .
https://repository.eafit.edu.co/server/api/core/bitstreams/793d21f1-08f8-4f67-b09e-
2a9c991cfc56/content