Teeuois | ESTUDIOS DEL TRABAJO N° 62 STUDI. j Sunes | sii-iciembre 202 Rect: OV/07/202V/Aeetad: 230/200 ) Trae | Trabajadores/as pobres ante la irrupcién de la pandemia de COVID-19 en un mercado laboral segmentado: el caso argentino Santiago Poy Resumen El objetivo del articulo es analizar el impacto de la crisis econdmica y sanitaria provocada por la pandemia de COVID-19 sobre la pobreza entre los/as ocupados/as argentinos. Se apelé a técnicas de microdescomposicién para examinar los determinantes de los cambios en la pobreza y al anilisis de regresién logistica sobre datos de panel para analizar los factores asociados a la ttansicién hacia la pobreza. La fuente de datos es In Encuesta Permanente de Hogares (EPH) del Instituto Nacional de Estadistica y Censos (INDEC). Los hallazgos revelan que: a) el aumento de 1a pobreza entre ocupados/as se explicé principalmente por la caida del nivel de ocupacién en los hogares de trabajadoresias y 1a reduccién de ingresos laborales reales por ocupado/a, mientras, que las tronsferencias de ingresos operaron en sentido contrario; b) los/as trabajadores/as que vivian en hogares con altas tasas de dependencia, eran informales o se desempeiiaban en ramas ‘mas severamente afectadas por las restricciones se vieron mis expuestos a entrar en la pobreza. Palabras clave: pobreza, segmentacién del mercado de trabajo, COVID-19, informalidad. The working poor facing the COVID-19 pandemic outbreak in a segmented labor market: the case of Argentina Santiago Poy Abstract The objective of this paper is to analyze the way in which the socioeconomic and health crisis due to the COVID-19 outbreak had consequences on in-work poverty in Argentina. Microdecompositions techniques were used to examine the determinants of the changes in poverty rates, whereas logistic regression on panel data was used to analyze the factors associated with the transition from out of poverty to in-work poverty. Data come from the Permanent Household Survey (EPH) of the National Institute of Statistics and Censuses (INDEC). The main findings are a) the increase of in-work poverty is explained mainly by the sharp fall in the households’ number of occupied and the reduction of the income per occupied, while cash transfers reduced in-work poverty; b) workers who lived in households with high dependency rates, informal workers and those who worked in economic sectors severely affected by the restrictions were the most exposed to entering in-work poverty. Key words: Poverty; Labor Market Segmentation; COVID-19; Informal employmentes 0 Tsmoves | ESTUDIOS DEL TRABAJO 2 | | \ Inesaso { Recibid: 01/07/2021/Aeeptado: 28/10/2001 ~ 4 Trabajadores pobres ante la irrupeion de la pandemia de COVID-19 en un mercado laboral segmentado: el caso argentino! Santiago Poy’ Introduccién La irrupeién de la enfermedad provocada por el virus SARS-CoV-2 ha acentuado los desequilibrios laborales a escala mundial con amplias consecuencias en materia de bienestar de los/as trabajadores/as (OIT, 2020a). En América Latina, la pandemia encontré a los mereados de trabajo en un marco de fragmentacién estructural: mas alla Gel cielo de crecimiento de los aitos 2000, subsisten una extendida informalidad laboral y una alta proporeién de trabajadores en actividades de baja productividad (Maurizio, 2021; OFT, 2020b). La Argentina comparte estos rasgos de un extendido sector informal y una alta ineidencia del empleo desprotegido (Beccaria y Maurizio, 2012; Bertranou er al, 2014; Donza, 2021), a lo que se agrega una reciente tendencia a la precarizacién de Ja estructura ocupacional en un marco de bajo crecimiento y alta inflacién (Poy, Robles y Salvia, 2020), El objetivo de este articulo es analizar la forma en que el contexto socioecondmico y sanitario iniciado tras la irrupcién de Ia pandemia de COVID-19 impacté sobre la pobreza entre los/as ocupados/as argentinos. Aunque existen varios estudios acerca de la evolucién de la pobreza monetaria durante 2020 (Bonavida y Gasparini, 2020; INDEC, 2021a; Salvia, Bontiglio y Robles, ocurrido con los/as trabajadores/as pobres. La pobreza entre ocupadosias revela a escala 1021), no se ha analizado de manera sistematica lo mundial que el tabajo no parece suficiente como mecanismo de integracion socioeconémica, desafio que se profundiza en el marco de la pandemia, En este sentido, + Parte de este articulo se desarrollo en el marco del Proyecto PISAC-COVID-19.00014 “Heterogeneidad estructural y desigualdades persstentes en Argentina 2020-2021", dirigido por Leticia Muniz Terra y financiado por la Agencia i=D=i, el PISAC y el CONICET. y del Proyecto R20-61 2020-2022 “Desigualdad socio-ocupacionaly persistencia de la pobreza”, de la Faculted de Ciencias Sociales de la Universidad de Buenos Aires. Agradezco a los/as evaluadores/as andnimos por sus aportes, que permitieron mejorar este trabajo 2 Filiacin institucional: Universidad Catélica Argentina, CONICET, Observatorio de la Deuda Social Argentina (Ciudad AutGnoma de Buenos Aires, Argentina). E-mail: [email protected]Tiswpws ESTUDIOS DEL TRABAJO N° 62 ' ‘sryntes «Julio-Diciembre 2021 | eo | Recibid: 01/07/2021/Aceptado: 29/10/2001 { 4 abordamos dos interrogantes relacionados entre si: {cuales fueron los principales . Fraser, N., Gutiérrez, R. y Pefia-Casas, R. (2011). “Introduction”. En Fraser, N, Gutiérrez, R. y Petia-Casas, R. (eds.): Working Poverty in Europe, 1-14. New York: Palgrave Macmillan. https://doi.org/10.1057/9780230307599. Grimshaw, D., Fagan, C., Hebson, G. y Tavora, I. (2017). “A New Labour Market Segmentation Approach for Analysing Inequalities: Introduction and Overview”. En: Grimshaw, Damian; Fagan, Colette: Hebson, Gail y Tavora, Isabel (eds.). Making work more equal: A new labour segmentation approach (pp. 124-149). Manchester: Manchester University Press. Hallerdd, B., Ekbrand, H. y Bengtsson, M. (2015). In-Work Poverty and Labour Market Trajectories: Poverty Risks among the Working Population in 22 European Countries. Journal of European Social Policy 25(5), 473-88. attps://doi.org/10.1177/0958928715608794, 27Tisppos ESTUDIOS DEL TRABAJO N° 62 Srunies Jia Diibre 200 | { Inesaso | Recibid: 01/07/2021/Aceptado: 29/10/2001 Horemans, J., Marx, I. y Nolan, B. (2016). «Hanging in, but only just: Part-time employment and in-work poverty throughout the crisis». JZ4 Journal of European Labor Studies 3(5), 1-19. http://dx.doj.org/10.1186/s40174-016-0053-6 Hussmans, R. (2004). Measuring the Informal Economy: From Employment in the Informal Sector to Informal Employment (Documento de Trabajo N.° 53) Ginebra: Organizacién Intemacional del Trabajo. Infante, R. (2011). América Latina en el “umbral del desarrollo”. Un eercicio de convergencia productiva (Proyecto Desarrollo inclusive Documento de Trabajo NS 14). Santiago de Chile: CEPAL. https://repositorio cepal org/bitstream handle/11362/35447/ /Infanteumbraldesar rollo_es.pdf. Instituto Nacional de Estadistica y Censos (INDEC) (2020). Mercado de trabajo. Tasas € indicadores socioeconémicos (EPH). Segundo trimestre de 2020 (Informes Técnicos v. 4, n° 174). Buenos Aires: INDEC. https://www.indee.gob.ar/indec/web Institucional-Indec-InformesTeenicos-58, —— (2021a). Incidencia de la pobreza y Ia indigencia en 31 aglomerados urbanos Segundo semestre de 2020 (Informes Técnicos v. 5, n° 59). Buenos Aires: INDEC. https://www.indec. gob ar/indec/web/Nivel3-Tema-4-46 —— (2021b). Informe de avance del nivel de actividad. Cuarto trimestre de 2020 (Informes Técnicos v5, m°S1). Buenos Aires: INDEC. www u: ‘web/ 2] =] 47. Lohmann, H. y Crettaz, E. (2018). “Explaining Cross-Country Differences in in-Work Poverty”. En: Lohmann, Henning y Marx, Ive (eds.). Handbook on In-Work Poverty (pp. 50-69). Cheltenham: Edward Elgar Maitre, B., Nolan, B. y Whelan, C. (2012). Low Pay, In-Work Poverty And Economic Vulnerability: A Comparative Analysis Using EU-SILC. Manchester School, 80(1), 99-116. https://doi.org/ 10.111 1/j.1467-9957.2011.02230.x. Mario, A. y Gareia, A. (2013). Informalidad laboral, pobreza y regiones. Un anilisis desde la coyuntura argentina. Revista de Estudios Regionales, 9, 107-125. Maurizio, R. (2021). Empleo e informalidad en América Latina y el Caribe: una recuperacién insuficiente y desigual (Nota Técnica OIT Serie Panorama Laboral en América Latina y= el_—Caribe—2021).v:_—OOMT, iips://www jlo .org/americas/publicaciones/WCMS_$19022/lang--es/index.hitm. ‘Nun, J. (2003 [1969]). La teoria de la masa marginal [Version original: “Superpoblacion relativa, ejéreito industrial de reserva y masa marginal”). En J. Nun (comp. Marginalidad y exclusién social (pp. 35-140). Buenos Aires. Fondo de Cultura Economica. Obando, N. y Andrian, L. (2016). Measuring Changes in Poverty in Colombia: the 2000s (Nota Técnica BID 1074). s/: Banco Interamericano de Desarrollo. Organizacién Internacional del Trabajo (OTT) (2020a). World Employment and Social Outlook: Trends 2020. Ginebra: International Labour Organization. 28wooo st ESTUDIOS DEL TRABAJO N° 62 } Estupie: | sot S «Julio-Diciembre 2021 | eo | Recibid: 01/07/2021/Aceptado: 29/10/2001 https://www ilo .org/global/research /global-reports/weso/2020/WCMS_734455/ lang--en/index. htm. — (20206). Panorama laboral 2020. América Latina y el Caribe. Lima: Oficina Regional O1T para. = America ~—Latinan «ye. Caribe https://www. jlo org/wemsp/groups/public/—--americas/---10- lima/documents publication wems_764630.pdf. Poy, S. (2021). Efectos de los programas sociales de transferencia de ingresos sobre las tasas de pobreza e indigencia (2019-2020). En: Salvia, A., Bonfiglio, J. y Robles, R. Efectos de la pandemia COVID-19 sobre la dinémica del bienestar en Ia Argentina urbana. Buenos Aires: EDUCA. (2020). Heterogeneidad laboral y procesos de empobrecimiento de los hogares en Argentina (2003-2017). Problemas del Desarrollo, 51(201), 3-28. Poy, S., Robles, R. y Salvia, A. (2020). La estructura ocupacional urbana argentina durante las recientes fases de expansion y estancamiento (2004-2019). Trabajo y Sociedad, 36(22), 231-249 Programa Regional de Empleo para América Latina y el Caribe [PREALC] (1978). Sector Informal. Funcionamiento y Politicas. Santiago de Chile: OIT. Salvia, A. y Vera, J. (2013), Heterogeneidad estructural y distribuein de los ingresos familiares en el Gran Buenos Aires (1992-2010). Desarrollo Econémico, 52(207), 427-462 Salvia, A., Bonfiglio, I. y Robles, R. (2021). Efectos de la pandemia COVID-19 sobre la dinémica del bienestar en la Argentina urbana, Buenos Aires: EDUCA. Sanchez Torres, R. (2015), Descomposiciones de los cambios en la pobreza en Colombia 2002-2012. Revista Desarrollo y Sociedad, 75, 349-398. Tejero, A. (2018). Pobreza Laboral en Espaiia. Una Perspeetiva Dindmica. Revista Internacional de Sociologia, 76(2) Dis, hittps://doi.org/ 10.3989 /ris.2018.76.2.16.54 Tokman, V. (2006). Jnsercién laboral, mercados de trabajo y proteccién social. (Setie Financiamiento del Desarrollo N° 170). Santiago de Chile: CEPAL. Vera, J. (2016). Movilidad ocupacional en la Argentina en un contexto de heterogeneidad estructural. Cuadernos del CENDES, 32(90), 87-109. 29Tisw | ESTUDIOS DEL TRABAJO N° 62 snes | sii-iciembre 202 \ I Rect: OV/07/202V/Aeetad: 230/200 | Tana | Anexo estadistico Cuadro A.1. Evolucién del PBI, indice de precios al consumidor, tasas del mercado de trabajo y restricciones debidas a la pandemia de COVID-19. Ano Times PEEVE Precios®) sani deci ») Restricciones 2016 1 07 382 2016 2 39 463 460 93 2016 3 33 a 4641 8s 2016 4 43 16 2017 L 9 2017 2 aus 87 2017 3 3s 463 23 2017 4 4s ae ass > 2a1s L au 253 498 at 2018 2 38 269 465 96 2o18 3 37 467 90 2o18 4 64 466 out 2019 1 59 sis ana 101 2019 2 oa 564 “78 108 2019 3 16 543 a3 97 2019 4 1 59 2020 L 52 506 a1 104 x 2020 2 “199 439 sa 1s o26 2020 3 “10 397 223 7 293 2020 4 3 x 350 119 s09 Fuentes: (a) INDEC (para el periodo anterior a 2016, IPC-GB) / (b) Elaboracién propia a partir de microdatos de la EPH-INDEC / (c) Elaboracién propis a partir de Oxford COVID-19 Government ‘Response Tracker. Se preseutan los promedios trimestrales del indice de severidad de las restriceiones, que ‘oscila entre 0 y 100 puntos. Véase la metodologia en: lutpsi//covidtracker.bsg.ox.ac.uk’. 30