El desempleo regional en el Ecuador. El rol de la heterogeneidad espacial a nivel cantonal en el periodo 2010-2022.
Barra lateral del artículo
Contenido principal del artículo
Resumen
El estudio tiene como objetivo analizar el desempleo regional en el Ecuador y el rol de la heterogeneidad espacial a nivel
cantonal en el periodo 2010-2022, identificando patrones espaciales en la distribución de tasas de desempleo entre cantones
y determinando los factores que explican dichas tasas. La metodología emplea un enfoque cuantitativo con diseño no
experimental, desarrollándose en dos etapas: primero, un análisis de autocorrelación espacial utilizando matrices de pesos
espaciales y el estadístico de Moran I para evaluar la dependencia espacial entre cantones; segundo, la aplicación de modelos
econométricos espaciales incluyendo el General Nesting Spatial Model. Los resultados, basados en datos de los censos de 2010
y 2022 con 217 cantones, revelan que la ocupación en construcción afecta la tasa de desempleo solo en 2010, mientras que la
densidad poblacional y urbanización son relevantes en 2022. Los modelos espaciales demuestran correlaciones significativas
no capturadas por modelos tradicionales, evidenciando que el desempleo en un cantón está correlacionado con cantones
vecinos. Mediante los criterios de información de Akaike y Bayesiano, se determinó que el Modelo Espacial Autorregresivo
proporciona el mejor ajuste para los datos, capturando efectivamente la dependencia espacial entre cantones y sus efectos
directos e indirectos en las tasas de desempleo.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
El aviso de Copyright abajo expuesto aparecerá en la sección "Sobre Nosotros" de la revista y en cada metadato de los ítems publicados. Si bien corresponde a la revista determinar la naturaleza de su acuerdo de derecho de autor con los autores, el Proyecto de Conocimiento Público (PKP) recomienda el uso de la licenciaCreative Commons. A tal fín,se proporciona el ejemplo de aviso de Copyright que puede ser copiado y pegado en el espacio inferior para revistas que (a) ofrezcan acceso abierto, (b) ofrezcan acceso abierto retardado, o (c) no ofrezcan acceso abierto.
Citas
Anselin, L., & Hudak, S. (1992). Spatial econometrics in practice. A review of software options. Regional Science and Urban Economics, 509-536. doi:https://doi.org/10.1016/0166-0462(92)90042-Y
Alvarez, V., Largo , C., & Mendoza , A. (2021). “Desempleo Regional en el Ecuador: El papel de la heterogeneidad espacial en el Desempleo a nivel cantonal para el Ecuador 2001 y 2010”. [Tesis de pregrado, Universidad de Cuenca], Repositorio Institucional, Departamento de economía. Obtenido de http://dspace.ucuenca.edu.ec/handle/123456789/36431
Alvarez, V., Largo , C., & Mendoza , A. (2021). Desempleo Regional en el Ecuador: El papel de la heterogeneidad espacial en el. [Tesis de pregrado, Universidad de Cuenca], Repositorio Institucional, Departamento de economía. Obtenido de http://dspace.ucuenca.edu.ec/handle/123456789/36431
Aragón, Y., Haughton, D., Haughton, J., Leconte, E., Malin, E., Ruiz, A., & Thomas, C. (2005). Explicando el patrón de desempleo regional: El caso de la región Midi - Pyrénées. Springer.
Baronio, A., Vianco, A., & Rabanal, C. (2012). Una introducción a la econometría espacial: dependencia y heterogeneidad. doi:https://n9.cl/gyqy7
Bradley, S., Migali, G., & Navarro , M. (2020). Spatial variations and clustering in the rates of youth unemployment and NEET: A comparative analysis of Italy, Spain, and the UK. Regional Science Wiley.
Cardozo Rincón, G. (2014). La investigación como camino para la actualización permanente del conocimiento. Rastros Rostros, 16(30). https://doi.org/10.16925/ra.v16i30.823
Cruz, D., López de León, F., Pascual, L., & Battaglia, M. (2010). Guía Técnica de producción de hongos comestibles de la especie de Hongos Ostra.
Elhorst, J. (2014). Matlab Software for Spatial Panels. International Regional Science Review, 389–405. doi:https://doi.org/10.1177/0160017612452429
Kantar, Y. M., & Aktaş, S. G. (2016). Spatial correlation analysis of unemployment rates in Turkey. Journal of Eastern Europe Research in Business and Economics, 1(9), 1-9. doi:https://n9.cl/gclot
LeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. Boca de Raton: CRC Press.
Lottmann, F. (2012). Explaining regional unemployment differences in Germany: A spatial panel data analysis. ECONSTOR.
Mehmet , G. (2017). REGIONAL UNEMPLOYMENT DISPARITIES IN TURKEY.
Olmedo, P. (2018). El empleo en el Ecuador - Una mirada a la situación y perspectivas para el mercado laboral actual. Quito.
Tulcanaza-Prieto, A. B., Báez Salazar, P. A., & Aguilar-Rodríguez, I. E. (2023). Determinants of Youth Unemployment in Ecuador in 2019. Economies, 11(2). https://doi.org/10.3390/economies11020059
Zangger, C. (2019). Making a place for space: Using spatial econometrics to model neighborhood effects. Journal of Urban Affairs, 41(8), 1055–1080. https://doi.org/10.1080/07352166.2019.1584530