Rationality, socioeconomic stratum, and educational lag in Mexico: Racionalidad, estrato socioeconómico y rezago educativo en México

Eduardo Gilberto Loría Díaz de Guzmán; Jesús Jorge Lima

doi:10.29105/ensayos44.2-2

Autores/as

Eduardo Gilberto Loría Díaz de Guzmán Universidad Nacional Autónoma de México https://orcid.org/0000-0002-1597-3847
Jesús Jorge Lima Universidad Nacional Autónoma de México https://orcid.org/0009-0003-8171-475X

DOI:

https://doi.org/10.29105/ensayos44.2-2

Palabras clave:

racionalidad, estrato socioeconómico, capital humano, modelo log-log complementario

Resumen

Objetivo: El rezago educativo (RE) afecta al capital humano y limita significativamente el crecimiento y el desarrollo económicos.

Método: Utilizando un modelo cloglog, demostramos la hipótesis teórica de que la racionalidad de los individuos difiere según el estrato socioeconómico: mientras que los individuos de estratos más bajos son más propensos a experimentar RE (4,3%), ocurre lo contrario con los individuos de estratos más altos (-15,5%).

Resultados: También descubrimos que, en ausencia de otras variables, la probabilidad de RE es del 20 %; tener hijos, el 24,3 % (la más alta del modelo); y ser hombre la aumenta en un 9%.

Limitaciones: Este trabajo se centra en los factores que “alejan” a los estudiantes de las instituciones educativas formales y el modelo solo incluye datos de 2018.

Principales hallazgos: Mediante análisis de escenarios, demostramos que un hombre de un estrato socioeconómico bajo, sin acceso a la atención médica y con hijos, tiene un 61% de probabilidades de sufrir RE, frente al 37 % de los hombres con las mismas características del estrato superior.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Eduardo Gilberto Loría Díaz de Guzmán, Universidad Nacional Autónoma de México

Doctor y Maestro en Economía por la UNAM y por el CIDE. Profesor Titular "C" en la Facultad de Economía de la UNAM desde 1992 y miembro del SNI Nivel III. Fundador del Centro de Modelística y Pronósticos Económicos (CEMPE) y del Programa de Especialidad en Econometría Aplicada. Sus investigaciones se concentran en la macroeconometría y en modelos de pronóstico económico, con énfasis en el lento crecimiento de la economía mexicana.

Jesús Jorge Lima, Universidad Nacional Autónoma de México

Licenciado en Economía por la UNAM. Analista de Investigación Económica en Banco de México. Las ideas expresadas en el artículo son a título personal y no representan ninguna opinión o postura oficial del Banco de México.

Citas

[1] Alcaraz, M. 2020. “Beyond Financial Resources: The Role of Parents’ Education in Predicting Children’s Educational Persistence in Mexico.” International Journal of Educational Development 75: 102188. https://doi.org/10.1016/j.ijedudev.2020.102188 DOI: https://doi.org/10.1016/j.ijedudev.2020.102188

[2] Ali, K., M. Yaseen, M. Makhdum, A. Quddoos, and A. Sardar. 2021. “Socioeconomic determinants of primary school children dropout: a case study of Pakistan.” International Journal of Educational Management 35(6): 1221-1230. https://doi.org/10.1108/IJEM-04-2021-0144 DOI: https://doi.org/10.1108/IJEM-04-2021-0144

[3] Almås, I., Cappelen, A. W., Salvanes, K. G., Sørensen, E. Ø., & Tungodden, B. 2016. What explains the gender gap in high school dropout rates? Experimental and administrative evidence. American Economic Review, 106(5), 296-302. DOI: 10.1257/aer.p20161075 DOI: https://doi.org/10.1257/aer.p20161075

[4] Baum, C., Dong, Y., Lewbel, A., & Yang, T. 2012. Binary Choice Models with Endogenous Regressors [Slides]. Stata Conference 2012, San Diego. https://www.stata.com/meeting/sandiego12/materials/sd12_baum.pdf

[5] Becker, G. 1962. “Investment in Human Capital: A Theoretical Analysis.” Journal of Political Economy 70(5): 9-49. https://www.jstor.org/stable/1829103 DOI: https://doi.org/10.1086/258724

[6] Becker, G. 1993. Human Capital: A Theoretical and Empirical Analysis, with Special Reference to Education. The University of Chicago Press. 3rd ed. DOI: https://doi.org/10.7208/chicago/9780226041223.001.0001

[7] Becker, G. and C. Mulligan. 1997. “The Endogenous Determinations of Time Preference.” Quarterly Journal of Economics 112(3). https://www.jstor.org/stable/2951254 DOI: https://doi.org/10.1162/003355397555334

[8] Barrionuevo, J. 2022. Determinantes del rezago escolar en El Ecuador [Tesis de Licenciatura]. Bibdigital. Escuela Politécnica Nacional, Ecuador. http://bibdigital.epn.edu.ec/handle/15000/22263

[9] Boniolo, P. y C. Najmias. 2018. “Abandono y rezago escolar en Argentina: una mirada desde las clases sociales.” Tempo Social 30: 217-247. https://doi.org/10.11606/0103-2070.ts.2018.121349 DOI: https://doi.org/10.11606/0103-2070.ts.2018.121349

[10] Cameron, A. and P. Trivedi. 2009. Microeconometrics Using Stata. Stata Press. 1st ed.

[11] Cameron, A. and Trivedi, P. 2013. Regression Analysis of Count Data (2nd ed.). Cambridge: Cambridge University Press. DOI: https://doi.org/10.1017/CBO9781139013567

[12] Cárdenas, E. y M. Zúñiga. 2017. “Factores intra y extra escolares asociados al rezago educativo en comunidades vulnerables.”Alteridad. Revista de Educación 12(1): 79-91. https://www.redalyc.org/journal/4677/467751868007/467751868007.pdf

[13] Cavaco, C., Alves, N., Guimarães, P., Feliciano, P. & Paulos, C. (2021). Teachers’ perceptions of school failure and dropout from a gender perspective:(re) production of stereotypes in school. Educational Research for Policy and Practice, 20, 29-44*.https://doi.org/10.1007/s10671-020-09265-7* DOI: https://doi.org/10.1007/s10671-020-09265-7

[14] Collett, D. 2003. Modelling Binary Data. Chapman & Hall. DOI: https://doi.org/10.1201/b16654

[15] CONEVAL. 2021. Nota técnica sobre el rezago educativo, 2018-2020. CONEVAL. https://www.coneval.org.mx/Medicion/MP/Documents/MMP_2018_2020/Notas_po breza_2020/Nota_tecnica_sobre_EL_rezago%20educativo_2018_2020.pdf

[16] CONEVAL. 2023. Medición de la pobreza 2023. CONEVAL. https://www.coneval.org.mx/Medicion/MP/Paginas/Pobreza_2022.aspx

[17] Coughlin, R. M. 1989). Reforming Welfare: Lessons, Limits and Choices. Albuquerque, Nuevo Mexico: University of New Mexico Press.

[18] Currie, J. 2019. Child health as human capital. Health Economics 29(4): 452-463. https://doi.org/10.1002/hec.3995 DOI: https://doi.org/10.1002/hec.3995

[19] Delalibera, B. and P. Ferreira. 2019. Early Childhood Education and Economic Growth. Journal of Economic Dynamics and Control 98: 82-104. https://doi.org/10.1016/j.jedc.2018.10.002 DOI: https://doi.org/10.1016/j.jedc.2018.10.002

[20] de Jonge, J. 2012. Rational Choice. In: Rethinking Rational Choice Theory. Palgrave Macmillan, London. https://doi.org/10.1057/9780230355545_2 DOI: https://doi.org/10.1057/9780230355545

[21] DeepSeek Chat. (2024). DeepSeek Chat (DeepSeek-V3) [Modelo de lenguaje amplio]. https://www.deepseek.com/

[22] DOF. 2022. Acuerdo número 11/06/22 por el que se regulan las acciones específicas y extraordinarias para la conclusión del ciclo escolar 2021-2022 y el inicio del ciclo escolar 2022-2023. https://www.dof.gob.mx/nota_detalle.php?codigo=5656485andfecha=28/06/2022#gsc.tab=0

[23] Doll, J., Z. Eslami, and L. Walters. 2013. “Understanding Why Students Drop Out of High School, According to Their Own Reports: Are They Pushed or Pulled, or Do They Fall Out? A Comparative Analysis of Seven Nationally Representative Studies.” SAGE Open 3(4). https://doi.org/10.1177/2158244013503834 DOI: https://doi.org/10.1177/2158244013503834

[24] Dong, Y. & Lewbel, A. 2015. A Simple Estimator for Binary Choice Models with Endogenous Regressors. Econometric Reviews 34(1-2): 82-105. DOI: 10.1080/07474938.2014.944470 DOI: https://doi.org/10.1080/07474938.2014.944470

[25] Eckstein, Z., & Wolpin, K. I. 1999. Why youths drop out of high school: The impact of preferences, opportunities, and abilities. Econometrica 67(6): 1295–1339. https://doi.org/10.1111/1468-0262.00081 DOI: https://doi.org/10.1111/1468-0262.00081

[26] ENIGH. 2018. Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH). 2018 Nueva serie. INEGI. https://www.inegi.org.mx/programas/enigh/nc/2018/

[27] Granados, A. 2020. Inequidad espacial en acceso a salud: el caso de la Zona Metropolitana del Valle de México. Revista de Economía, Facultad de Economía, Universidad Autónoma de Yucatán, 36(93). https://doi.org/10.33937/reveco.2019.105 DOI: https://doi.org/10.33937/reveco.2019.105

[28] Hanushek, E. and L. Wößmann. 2010. Education and Economic Growth. In P. Peterson, E. Baker, and B. McGaw, International Encyclopedia of Education (Vol. 2, 245-252). Oxford: Elsevier. https://hanushek.stanford.edu/sites/default/files/publications/Hanushek+Woessmann%202010%20IntEncEduc%202.pdf DOI: https://doi.org/10.1016/B978-0-08-044894-7.01227-6

[29] Harmon, C., H. Oosterbeek and I. Walker. 2003. The returns to education: Microeconomics. Journal of Economic Surveys 17(2): 115-155. https://doi.org/10.1111/1467-6419.00191 DOI: https://doi.org/10.1111/1467-6419.00191

[30] Haushofer, J., and E. Fehr. 2014. On the Psychology of Poverty. Science 344(6186): 862- 867. https://doi.org/10.1126/science.1232491 DOI: https://doi.org/10.1126/science.1232491

[31] Heckman, J. 1979. Sample selection bias as a specification error. Econometrica: Journal of the econometric society, 153-161. DOI: https://doi.org/10.2307/1912352

[32] Heckman, J., L. Lochner and P. Todd. 2006. Earnings Functions, Rates of Return and Treatment Effects: The Mincer Equation and Beyond. In Hanushek, E. and Welch F. (eds.). Handbook of the Economics of Education, 1, 307-458. https://doi.org/10.1016/S1574-0692(06)01007-5 DOI: https://doi.org/10.1016/S1574-0692(06)01007-5

[33] Heckman, J. 2011. The Economics of Inequality. The value of early childhood education. American Educator 35(1): 31-47. https://eric.ed.gov/?id=EJ920516

[34] Herrero, S. and M. Loaiza. 2021. Structural or conjuctural changes to reduce poverty in Ecuador? Regional and Sectorial Economic Studies 21-2: 19-36. https://www.usc.es/economet/reviews/eers2122.pdf

[35] Hosmer, D., S. Lemeshow, and R. Sturdivant. 2013. Applied Logistic Regression. John Wiley and Sons. DOI: https://doi.org/10.1002/9781118548387

[36] Hu, Z. 2021. The effect of income inequality on human capital inequality: Evidence from China. Structural Change and Economic Dynamics 58: 471-489. https://doi.org/10.1016/j.strueco.2021.06.015 DOI: https://doi.org/10.1016/j.strueco.2021.06.015

[37] INEE. 2018. La educación obligatoria en México. Informe 2018. México. https://www.inee.edu.mx/wp-content/uploads/2018/12/P1I243.pdf

[38] INEGI. 2018. Encuesta Nacional de Ingresos y Gastos de los Hogares 2018. ENIGH Nueva Serie. Descripción de la base de datos. https://www.inegi.org.mx/contenidos/programas/enigh/nc/2018/doc/enigh18_descri ptor_archivos_fd_ns.pdf

[39] Jordan, W., J. Lara and J. McPartland. 1996. Exploring the causes of early dropout among race- ethnic and gender groups. Youth and Society 28(1): 62-94. https://doi.org/10.1177/0044118X96028001003 DOI: https://doi.org/10.1177/0044118X96028001003

[40] Lawrence, E. 1991. Poverty and the Rate of Time Preference: Evidence from Panel Data. Journal of Political Economy, University of Chicago 99(1): 54-77. https://www.jstor.org/stable/2937712 DOI: https://doi.org/10.1086/261740

[41] Lizardo, M. y R. Guzmán. 1999. Niveles de escolaridad y sus factores determinantes: una cuantificación econométrica. Ciencia y Sociedad, Instituto Tecnológico de Santo Domingo 24(2): 164-197. https://dialnet.unirioja.es/servlet/articulo?codigo=7467706 DOI: https://doi.org/10.22206/cys.1999.v24i2.pp164-97

[42] Loría, E. 2020. Poverty Trap in Mexico, 1992-2016. International Journal of Development Issues 19(3). https://doi.org/10.1108/IJDI-11-2019-0192 DOI: https://doi.org/10.1108/IJDI-11-2019-0192

[43] Loría, E. and E. Licona. 2022. The Great Gatsby Curve for Mexico: Intergenerational Labor Precariousness. Revista Problemas del Desarrollo IIEc UNAM 53(209): 81-113. https://doi.org/10.22201/iiec.20078951e.2022.209.69720 DOI: https://doi.org/10.22201/iiec.20078951e.2022.209.69720

[44] Mendoza, E. y M. Zúñiga. 2017. Factores intra y extraescolares asociados al rezago educativo en comunidades vulnerables. ALTERIDAD. Revista de Educación 12(11): 79-92. https://www.redalyc.org/journal/4677/467751868007/467751868007.pdf DOI: https://doi.org/10.17163/alt.v12n1.2017.07

[45] Mincer, J. 1974. Schooling, Experience, and Earnings. National Bureau of Economic Research, 83-96.

[46] Mora, A. 2010. Determinantes del abandono escolar en Cataluña: más allá del nivel socioeconómico de las familias. Revista de Educación, Ministerio de Educación, Formación Profesional y Deportes, Gobierno de España: 171-190. https://dialnet.unirioja.es/servlet/articulo?codigo=3342426

[47] OECD. 2023. Reader’s Guide, in PISA 2022 Results (Volume II): Learning During – and From – Disruption, OECD Publishing, Paris, https://doi.org/10.1787/207f0326-en DOI: https://doi.org/10.1787/207f0326-en

[48] OECD. 2025. OECD Data Explorer. https://data-explorer.oecd.org/?fs[0]=Topic%2C0%7CEducation%20and%20skills%23EDU%23&pg=0&fc=Topic&bp=true&snb=124

[49] Oreopoulos, P. 2007. Do dropouts drop out too soon? Wealth, health and happiness from compulsory schooling. Journal of Public Economics 91(11–12): 2213–2229. https://doi.org/10.1016/j.jpubeco.2007.02.002 DOI: https://doi.org/10.1016/j.jpubeco.2007.02.002

[50] Prentice, R. L. 1976. A Generalization of the Probit and Logit Methods. Biometrics 32 761-768 DOI: https://doi.org/10.2307/2529262

[51] Shiller, R. 2021. The Godley-Tobin Lecture: Animal Spirits and Viral Popular Narratives. Review of Keynesian Economics, 9(1). http://www.jstor.org/stable/45406705 DOI: https://doi.org/10.4337/roke.2021.01.01

[52] Schmelkes, S. 2022. Pobreza urbana y rezago escolar. Revista de la Universidad Iberoamericana IBERO 13(78): 36-41. http://ri.ibero.mx/handle/ibero/5988

[53] Schultz, T. 1961. Investment in Human Capital. The American Economic Review 51(1): 1-17. https://www.jstor.org/stable/1818907

[54] Sobel, I. 1978. The Human Capital Revolution in Economic Development: Its Current History and Status. Comparative Education Review 22(2): 278-308. DOI: https://doi.org/10.1086/445982

[55] Suberviola-Ovejas, I. S. 2024. Intencionalidad de abandono escolar temprano. Un estudio sobre la vinculación de la identidad. Alteridad, 19(2), 270-284. DOI: https://doi.org/10.17163/alt.v19n2.2024.10 DOI: https://doi.org/10.17163/alt.v19n2.2024.10

[56] Stukel, T. 1988. Generalized Logistic Models. Journal of the American Statistical Association 83(402): 426-43. https://doi.org/10.2307/2288858 DOI: https://doi.org/10.2307/2288858

[57] UNDP. 2022. Informe Anual del PNUD 2022. https://www.undp.org/es/publicaciones/informe-anual-del-pnud-2022

[58] UNESCO. 2022. Education: From disruption to recovery. https://webarchive.unesco.org/web/20220625033513/https://en.unesco.org/covid19/educationresponse#durationschoolclosures

[59] Varian, H. 2010. Microeconomía intermedia. Antoni Bosch. 9a. ed.

[60] Watt, D. and H. Roessingh. 1994. Some You Win, Most You Lose: Tracking ESL Student Drop Out in High School (1988-1993). English Quarterly 26(3): 5-7.