pág. 11708
EVALUACIÓN REGIONAL DEL DESEMPLEO EN
MÉXICO MEDIANTE ANÁLISIS ANOVA
REGIONAL ASSESSMENT OF UNEMPLOYMENT IN
MEXICO THROUGH ANOVA ANALYSIS
Oscar Eduardo Alonso Guizar
Universidad Autónoma de Querétaro UAQ, México
Luis Miguel Cruz Lázaro
Universidad Autónoma de Querétaro UAQ, México
Omar Bautista Hernández
Universidad Autónoma de Querétaro UAQ, México
Humberto Banda Ortiz
Universidad Autónoma de Querétaro UAQ, México
pág. 11709
DOI: https://doi.org/10.37811/cl_rcm.v9i5.19814
Evaluación Regional del Desempleo en México mediante Análisis ANOVA
RESUMEN
La finalidad del presente estudio es la de analizar la tasa de desempleo en México desde una perspectiva
regional, con el objetivo de determinar la existencia de diferencias estadísticamente significativas entre
las distintas zonas del país. Para lo anterior, se emplea un modelo de Análisis de Varianza (ANOVA),
utilizando datos trimestrales del INEGI entre 2021 y 2024, agrupados en ocho regiones con
características socioeconómicas similares. La investigación se fundamenta en teorías estructurales que
consideran al desempleo como resultado de factores económicos, demográficos, institucionales y
sectoriales, así como en enfoques que debaten la influencia de la movilidad laboral y la estructura
productiva regional. Los resultados revelan que seis de las siete regiones comparadas presentan
diferencias significativas respecto a la región base (Centro-Sur), siendo el Noreste la zona con la mayor
incidencia de desempleo y el Suroeste la de menor nivel. Estas diferencias reflejan desigualdades
estructurales, como la especialización en sectores primarios, el grado de informalidad, la inversión y las
políticas públicas locales. El estudio confirma que el desempleo no se distribuye de manera homogénea
y que las soluciones deben contemplar un enfoque territorial. En conclusión, el análisis estadístico
respalda la existencia de desigualdades regionales en la tasa de desempleo, lo cual exige políticas
diferenciadas que atiendan las particularidades de cada región. El modelo ANOVA se presenta como
una herramienta útil para identificar estas disparidades y orientar el diseño de estrategias efectivas para
reducir el desempleo a nivel nacional. Además, se plantea que el análisis de las tasas de desempleo desde
un enfoque regional no solo permite identificar disparidades económicas, sino también revela la
necesidad de fortalecer los mecanismos institucionales de coordinación entre los distintos niveles de
gobierno. La evidencia respalda que las políticas públicas deben considerar las particularidades
productivas y sociales de cada zona para mejorar la eficacia de las estrategias de empleo y fomentar un
desarrollo más equitativo en todo el país.
Palabras clave: Desempleo regional, ANOVA, desigualdad territorial, mercado laboral, estructura
productiva
1
Autor principal
Correspondencia: humberto.banda@gmail.com
Oscar Eduardo Alonso Guizar 1
oscar_alog@hotmail.com
Universidad Autónoma de Querétaro UAQ
México
Luis Miguel Cruz Lázaro
corintio29@hotmail.com
https://orcid.org/0000-0001-6542-9682
Universidad Autónoma de Querétaro UAQ-
FCA
México
Omar Bautista Hernández
omar.bautista@uaq.mx
https://orcid.org/0009-0009-8524-1965
Universidad Autónoma de Querétaro UAQ-FCA
México
Humberto Banda Ortiz
humberto.banda@gmail.com
https://orcid.org/0000-0002-2542-5166
Universidad Autónoma de Querétaro UAQ-
FCA
México
pág. 11710
Regional Assessment of Unemployment in Mexico through ANOVA Analysis
ABSTRACT
This study analyzes the unemployment rate in Mexico from a regional perspective, aiming to determine
whether there are statistically significant differences among the various areas of the country. To this end,
an Analysis of Variance (ANOVA) model is employed, using quarterly data from INEGI between 2021
and 2024, grouped into eight regions with similar socioeconomic characteristics. The research is
grounded in structural theories that consider unemployment as a result of economic, demographic,
institutional, and sectorial factors, as well as in approaches that examine the influence of labor mobility
and regional productive structures. The results reveal that six out of the seven regions compared show
significant differences with respect to the base region (Centro-Sur), with the Northeast exhibiting the
highest unemployment rate and the Southwest the lowest. These differences reflect structural
inequalities such as specialization in primary sectors, informality levels, investment, and local public
policies. The study confirms that unemployment is not evenly distributed across the country and that
solutions must adopt a territorial approach. In conclusion, the statistical analysis supports the existence
of regional disparities in unemployment rates, which calls for differentiated policies that address the
specific conditions of each region. The ANOVA model is presented as a useful tool to identify these
disparities and guide the design of effective strategies to reduce unemployment nationwide. Moreover,
analyzing unemployment rates from a regional perspective not only highlights economic disparities but
also underscores the need to strengthen institutional coordination mechanisms among different levels of
government. The evidence supports that public policies must consider the productive and social
particularities of each area in order to enhance the effectiveness of employment strategies and promote
more equitable development across the country.
Keywords: Regional unemployment, ANOVA, territorial inequality, labor market, productive structure
pág. 11711
INTRODUCCIÓN
El presente análisis busca comparar la tasa de desempleo en diferentes regiones de México para
determinar si existen diferencias significativas entre ellas. Para ello, se utilizará el Análisis de Varianza
(ANOVA), una herramienta estadística que permite comparar las diferencias en el desempleo entre
regiones y determinar que sea estadísticamente significativas.
El estudio del desempleo toma relevancia porque esta es una de las variables más relevantes para evaluar
la situación económica y social de un país, ya que refleja la capacidad del sistema productivo para
generar oportunidades laborales para su población. Y con ello, mejorar las condiciones de las personas
y lograr un desarrollo económico del país (OIT, 2024; Banco mundial, 2024).
En este sentido, el desempleo no solo implica la pérdida de ingresos para quienes lo padecen, sino
también genera efectos negativos en el bienestar social, el consumo, la productividad y la estabilidad
política. Por ello, su análisis resulta fundamental para el diseño de políticas públicas orientadas al
desarrollo económico y social sostenible, y ha sido retomada en el análisis de (quien lo describe como
un desajuste entre la demanda de empleo y la oferta disponible (Hernández, 2020).
Por los motivos señalados previamente, autores como Ruiz y Ordaz (2010) subrayan que el desempleo
es una de las expresiones más agudas de la pobreza y un factor clave en la migración laboral hacia
Estados Unidos. Asimismo, resaltan el aumento del empleo informal y sin prestaciones como una
consecuencia directa del déficit de empleo formal.
Asimismo, Hernández (2020) y Mejía (2022) coinciden en que el desempleo afecta más a los jóvenes
de entre 15 y 29 años, así como a quienes tienen niveles educativos medio superior o superior, lo cual
refleja distorsiones en el mercado laboral y contradice la noción de que mayor educación garantiza
inserción laboral.
Con respecto a las causas, se identifican diversos factores que explican la persistencia del desempleo en
países de América Latina, incluida México. De acuerdo con Fujii (1999), el Banco Mundial ha señalado
que una de las causas principales de las elevadas tasas de desempleo en la región es la rigidez de los
mercados laborales. Específicamente, en el caso mexicano, esta rigidez se manifiesta en la normativa de
contratación, los altos costos de despido una vez superado el primer año de empleo, las restricciones
vinculadas a las jornadas laborales y los pagos por horas extraordinarias.
pág. 11712
Además, la legislación laboral mexicana se considera de rigidez media debido a las obligaciones
asociadas al pago de seguridad social (Fujii, 1999). Esta falta de flexibilidad impide que el sector formal
actúe con dinamismo suficiente para absorber a la creciente población económicamente activa (PEA),
contribuyendo a una mayor participación en el sector informal como mecanismo compensatorio ante la
escasez de empleo formal.
A lo anterior, se debe agregar que existe evidencia de que hay diferencias en las tasas de desocupación
entre Estados y regiones en México. El reporte de ENOE para el cuarto trimestre de 2024 destaca que
las tasas más altas de desocupación se registraron en Tapachula (4.9%), Villahermosa (4.4%) y San Luis
Potosí (4.3%). En contraste, Acapulco presentó la menor tasa de desocupación con un 1.7%, lo que
evidencia una distribución territorial desigual del desempleo en el país.
Es por ello que, este estudio es importante porque el desempleo no afecta por igual a todas las regiones.
Factores como el desarrollo económico, la inversión en empresas y las políticas locales pueden influir
en la cantidad de empleo disponible en cada zona. Comprender estas diferencias es clave para diseñar
estrategias que ayuden a reducir el desempleo en las áreas más afectadas.
El objetivo de este análisis es identificar si la tasa de desempleo en cada región es diferente a la de la
región base.
Con estos resultados, se podrá determinar qué regiones necesitan mayor apoyo para mejorar sus
oportunidades laborales y tomar mejores decisiones en materia de política económica.
Marco Teórico
Desempleo
El desempleo es una de las variables más relevantes para evaluar la situación económica y social de un
país, ya que refleja la capacidad del sistema productivo para generar oportunidades laborales para su
población (OIT, 2024; Banco mundial, 2024). De manera general, se entiende por desempleo a la
situación en la que una persona, encontrándose en edad, condiciones y disposición para trabajar, forma
parte de la población económicamente activa (PEA) pero no tiene un empleo, está disponible para
trabajar y está en búsqueda activa de empleo. Mankiw (2012, pag.593) define como “El porcentaje de
la fuerza laboral que no tiene empleo”.
De acuerdo con el Instituto Nacional de Estadística y Geografía (INEGI, 2024), mediante la Encuesta
pág. 11713
Nacional de Ocupación y Empleo (ENOE), se considera desempleada a aquella persona que durante el
periodo de referencia no trabajó ni una hora, pero manifestó su disposición para hacerlo y realizó alguna
acción concreta para buscar empleo.
La definición de INEGI (2024) excluye a las personas que no buscan trabajo activamente, como los
estudiantes, jubilados, o quienes realizan labores del hogar sin intención de incorporarse al mercado
laboral.
Desde una perspectiva económica, el desempleo puede clasificarse en diversas categorías: friccional,
cuando se da por transiciones voluntarias entre empleos; estructural, cuando existe un desajuste entre
las habilidades del trabajador y las demandas del mercado; y cíclico, cuando está relacionado con las
fluctuaciones de la economía, particularmente en periodos de recesión (Mankiw, 2020).
El desempleo no solo implica la pérdida de ingresos para quienes lo padecen, sino también genera
efectos negativos en el bienestar social, el consumo, la productividad y la estabilidad política. Por ello,
su análisis resulta fundamental para el diseño de políticas públicas orientadas al desarrollo económico y
social sostenible, y ha sido retomada en el análisis de (quien lo describe como un desajuste entre la
demanda de empleo y la oferta disponible (Hernández, 2020).
Dimensiones sociales del desempleo
Ruiz y Ordaz (2010) subrayan que el desempleo es una de las expresiones más agudas de la pobreza y
un factor clave en la migración laboral hacia Estados Unidos. Asimismo, resaltan el aumento del empleo
informal y sin prestaciones como una consecuencia directa del déficit de empleo formal.
Hernández (2020) y Mejía (2022) coinciden en que el desempleo afecta más a los jóvenes de entre 15 y
29 años, así como a quienes tienen niveles educativos medio superior o superior, lo cual refleja
distorsiones en el mercado laboral y contradice la noción de que mayor educación garantiza inserción
laboral.
Desde un enfoque estructural, (Ruiz y Ordaz, 2010) destacan que el desempleo en México no solo
responde a fluctuaciones económicas, sino también a transformaciones tecnológicas, apertura comercial
y fallas en la capacidad del país para generar empleos formales y productivos al ritmo del crecimiento
de la PEA. Los autores afirman que este problema ha sido uno de los retos más persistentes desde las
reformas económicas de los años ochenta.
pág. 11714
Mejía (2022), por su parte, aborda el desempleo desde la percepción del riesgo laboral para México. En
su estudio cuantitativo, identifica que las condiciones de informalidad, precariedad y flexibilidad laboral
en México generan una sensación generalizada de inseguridad respecto a la estabilidad del empleo,
especialmente entre jóvenes, personas de clases bajas y con menor escolaridad.
Tipos de desempleo
El desempleo es una consecuencia de distintos factores, es por eso que se clasifican en base a sus causas:
Friccional: El desempleo friccional es considerado un fenómeno normal e inevitable dentro del mercado
laboral, ya que corresponde al intervalo temporal relativamente corto (generalmente inferior a seis
meses), entre la salida voluntaria de un empleo y la obtención de uno nuevo que se ajuste a las
expectativas y necesidades del trabajador (Ramos, 2015).
Estructural: Surge cuando existe un desajuste entre la oferta y la demanda de trabajo, es decir, cuando
el número de vacantes disponibles en determinados sectores económicos es insuficiente frente al
volumen de personas que buscan empleo en esas áreas (Ramos, 2015).
Cíclico: se relaciona con las variaciones propias del ciclo económico; por ejemplo, durante periodos de
recesión o desaceleración económica, la demanda agregada disminuye y, en consecuencia, también lo
hace la demanda laboral, lo que genera un aumento en el nivel de desempleo (Ramos, 2015).
Estacional: Responde a los cambios periódicos en la actividad económica a lo largo del año. Este tipo
de desempleo afecta especialmente a sectores como el turismo o la agricultura, cuyas necesidades
laborales varían en función de las estaciones. (Ramos, 2015)
El desempleo, más allá de ser una variable económica, constituye una problemática social de gran
complejidad, cuyas causas se entrelazan con transformaciones estructurales del sistema productivo y las
decisiones de política económica adoptadas en las últimas décadas. En este sentido, no puede entenderse
como un fenómeno aislado, sino como una externalidad negativa del modelo económico vigente,
caracterizado por priorizar la eficiencia del mercado por encima de la equidad y la protección social
(Mac Donald, 2007).
Desde esta perspectiva crítica, se identifican diversos factores que explican la persistencia del desempleo
en países de América Latina, incluida México. De acuerdo con Fujii (1999), el Banco Mundial ha
señalado que una de las causas principales de las elevadas tasas de desempleo en la región es la rigidez
pág. 11715
de los mercados laborales. Específicamente, en el caso mexicano, esta rigidez se manifiesta en la
normativa de contratación, los altos costos de despido una vez superado el primer año de empleo, las
restricciones vinculadas a las jornadas laborales y los pagos por horas extraordinarias. Además, la
legislación laboral mexicana se considera de rigidez media debido a las obligaciones asociadas al pago
de seguridad social (Fujii, 1999). Esta falta de flexibilidad impide que el sector formal actúe con
dinamismo suficiente para absorber a la creciente población económicamente activa (PEA),
contribuyendo a una mayor participación en el sector informal como mecanismo compensatorio ante la
escasez de empleo formal.
Este diagnóstico se confirma con los datos empíricos más recientes. El Instituto Nacional de Estadística
y Geografía (INEGI, 2024) reportó que, en octubre de 2024, la población desocupada alcanzó 1.5
millones de personas, lo que equivale a una tasa de desocupación del 2.5% de la PEA. Si bien se observa
una disminución en comparación con octubre de 2023, 142 mil personas menos y una caída de 0.2 puntos
porcentuales, la estructura del desempleo sigue presentando desigualdades de género. La población
masculina desocupada pasó de un millón a 901 mil, mientras que la femenina se redujo de 640 mil a 635
mil en el mismo periodo. Además, según la Encuesta Nacional de Ocupación y Empleo (ENOE, 2025),
en enero de ese año se contabilizaron 1.6 millones de personas en desempleo abierto, representando un
2.7% de la PEA.
Por entidad federativa, las disparidades también son significativas. El reporte de ENOE para el cuarto
trimestre de 2024 destaca que las tasas más altas de desocupación se registraron en Tapachula (4.9%),
Villahermosa (4.4%) y San Luis Potosí (4.3%). En contraste, Acapulco presentó la menor tasa de
desocupación con un 1.7%, lo que evidencia una distribución territorial desigual del desempleo en el
país.
A nivel estructural, una de las causas fundamentales del desempleo en México es el crecimiento
económico insuficiente. Diversas investigaciones (Ruiz Nápoles y Ordaz Díaz, 2010) han demostrado
que la generación de empleo no ha logrado mantener el ritmo del crecimiento poblacional, generando
un déficit estructural que afecta principalmente a los sectores más vulnerables. La baja inversión en
capital fijo también restringe la expansión del empleo en sectores productivos (García y Cruz, 2017), en
línea con la Ley de Okun que establece una relación inversa entre desempleo y crecimiento económico.
pág. 11716
Por su parte, Mejía Reyes (2022) argumenta que la adopción de un modelo económico neoliberal ha
propiciado la flexibilización laboral, el uso extendido de esquemas de subcontratación y el
debilitamiento del aparato estatal, condiciones que han erosionado las bases para la generación de
empleo formal y con derechos.
El desempleo también tiene causas demográficas y educativas. Torres (1974) advertía que el ritmo de
crecimiento poblacional en México supera la capacidad de absorción del mercado laboral, produciendo
un desequilibrio persistente entre oferta y demanda de trabajo. A esto se suma la falta de correspondencia
entre el sistema educativo y las demandas del mercado laboral. Hernández Pérez (2020) halló que los
niveles más bajos de escolaridad están asociados a mayores tasas de desempleo, especialmente entre
quienes solo alcanzaron la primaria, lo que pone en evidencia una insuficiente adecuación formativa.
Asimismo, el desempleo juvenil representa un desafío importante. Diversos estudios Botello (2013) y
Márquez Scotti, (2015) concluyen que los jóvenes de entre 15 y 29 años concentran más de la mitad del
total de personas desempleadas. Esta situación se explica por la falta de experiencia laboral, niveles de
calificación técnica insuficientes y acceso limitado a oportunidades de empleo de calidad.
Paradójicamente, los jóvenes con mayor nivel educativo también enfrentan altas tasas de desempleo, lo
que pone en tela de juicio la idea de que una mayor escolarización se traduce automáticamente en mejor
empleabilidad (Hernández Pérez, 2020).
Finalmente, la transformación tecnológica ha contribuido al desempleo estructural. La automatización,
la digitalización y el uso de tecnologías de la información han sustituido una porción significativa de la
mano de obra no calificada, dejando fuera del mercado laboral a personas sin competencias digitales
(Mejía Reyes, 2022).
Esto se agrava por las limitaciones institucionales del mercado laboral mexicano, que, según Yanes y
Cano (2011), incluyen una regulación laboral débil, escasa inversión en políticas activas de empleo, baja
calidad del trabajo generado y precarización de las condiciones laborales.
En síntesis, el desempleo en México es el resultado de una combinación de factores económicos,
demográficos, institucionales y tecnológicos, todos los cuales se enmarcan dentro de un modelo
económico que ha priorizado la eficiencia de mercado, muchas veces en detrimento de la equidad y la
cohesión social.
pág. 11717
La teoría keynesiana, formulada por John Maynard Keynes, sostiene que el desempleo es consecuencia
de una insuficiencia en la demanda agregada, la cual se compone del gasto de los hogares, las empresas
y el gobierno (Y = C + I + G + EN). Desde esta perspectiva, la participación activa del Estado es esencial
para estabilizar el ciclo económico y promover el crecimiento. Cuando el desempleo aumenta, se reduce
el ingreso disponible de las personas, lo que repercute negativamente en varios componentes del
Producto Interno Bruto:
• Reducción del consumo (C): un mayor número de personas desempleadas implica menos
ingresos y, por ende, menor capacidad de gasto en bienes y servicios.
• Disminución de la inversión (I): ante una baja en las ventas y en la demanda, las empresas
tienden a frenar la inversión en activos como tecnología, maquinaria o infraestructura.
• Aumento del gasto público (G): el gobierno suele incrementar su participación mediante
subsidios y programas sociales para reactivar la economía y reducir el desempleo.
En términos regionales, esta lógica implica que las zonas con menor dinamismo económico, como escasa
inversión, bajo consumo y reducida producción, tienden a registrar mayores niveles de desempleo.
Por otro lado, Friedman, citado por Blanco y Libros (2019, pp. 18-21), critica el enfoque keynesiano y
la validez de la curva de Phillips, argumentando que esta es aplicable solo en el corto plazo. Según él,
la confusión entre salarios reales y nominales distorsiona los efectos de la política económica, y en el
largo plazo puede coexistir alta inflación con desempleo, como ocurrió durante la estanflación de los
años setenta. Asimismo, plantea la existencia de una “tasa natural de desempleo”, por debajo de la cual
no es posible reducir el desempleo de forma sostenible, incluso con políticas monetarias expansivas.
No obstante, Gallego (2019, p.12) indica que los mercados no operan de manera perfecta y que la
migración interregional resulta insuficiente para equilibrar los excedentes de oferta laboral en ciertas
áreas. Además, sostiene que la lentitud o fragilidad de los mecanismos de ajuste genera que las
perturbaciones persistan de forma prolongada en los mercados laborales, lo que a su vez contribuye a la
existencia de disparidades regionales.
pág. 11718
Impacto del Sector Económico sobre las Variaciones Regionales en la Tasa de Desempleo en
España
España presenta una notable diversidad económica y social entre sus regiones, cada una con
características particulares que afectan la medición de su tasa de desempleo. Según Cuellar (2024, p.
18), las regiones pueden clasificarse principalmente según el sector económico predominante: primario,
secundario o terciario. Este enfoque se basa en un estudio realizado por la Universidad de Valladolid,
que segmenta el país en 17 regiones para su análisis.
Tabla 1. Tasa de desempleo por región en España.
Región
Tasa paro (%)
Sector
TOTAL
10.61
Andalucía
15.76
Primario
Aragón
7.62
Primario
Asturias, Principado de
8.09
Primario
Balears, Illes
8.20
Primario
Canarias
11.91
Primario
Cantabria
8.23
Primario
Castilla y León
8.23
Primario
Castilla-La Mancha
11.86
Primario
Cataluña
7.87
Secundario
Comunitat Valenciana
12.33
Primario
Extremadura
15.26
Primario
Galicia
8.67
Primario
Madrid, Comunidad de
8.58
Primario
Murcia, Región de
13.40
Primario
Navarra, Comunidad Foral de
6.60
Secundario
País Vasco
8.17
Secundario
Rioja, La
8.58
Secundario
Fuente: Elaboración propia con base en información extraída de www.ine.es (último trimestre de 2024).
Como se indicó previamente, se evidencia una diferencia entre las regiones según el sector económico
al que están dedicadas; por ejemplo, Andalucía, con predominancia del sector primario, presenta una
tasa de desempleo mayor que Cataluña, donde predomina el sector secundario, siendo la diferencia del
7.89% a favor de Cataluña. Al analizar las regiones en conjunto, se observa que aquellas enfocadas en
el sector primario tienen las tasas más elevadas de desempleo, lo cual puede explicarse porque las
actividades de este sector son estacionales y, por lo general, cuentan con una inversión menor en
comparación con los sectores secundarios y terciarios.
Según Gallego (2019, p. 12), en mercados laborales que sean completamente flexibles y sin costos
pág. 11719
asociados al cambio (es decir, sin barreras para la migración o cambio de empleo), las tasas de desempleo
regionales tenderían a igualarse a mediano plazo, ya que los excesos de oferta de trabajo se equilibrarían
con la migración de trabajadores desempleados hacia regiones con mayores oportunidades laborales.
De Los Ángeles y Cota (2021) destacan que la variabilidad en las tasas de desempleo entre estados se
debe principalmente al tipo de industria predominante en cada uno, lo que sugiere que las diferencias en
desempleo no responden tanto a factores geográficos o regionales, sino más bien a características
sectoriales.
El análisis de la tasa de desempleo en México se basa en teorías económicas con posturas contrastantes.
Algunas sostienen que las diferencias regionales en el desempleo son estructurales y persistentes,
mientras que otras argumentan que en el largo plazo tienden a igualarse a nivel nacional. La teoría
keynesiana (Blanco y Libros, 2019) explica que el desempleo se debe a una insuficiencia de demanda
agregada, lo que implica que regiones con menor inversión y actividad económica presentan tasas más
altas de desempleo. De manera similar, Cuellar (2024) sostiene que la industria predominante en cada
región influye en el desempleo, ya que sectores primarios dependen de factores estacionales y ofrecen
menor estabilidad laboral. Asimismo, Gallego (2019) plantea que la rigidez del mercado laboral y las
barreras estructurales limitan la movilidad de los trabajadores, generando desigualdades persistentes
entre regiones.
En contraste, la teoría de la tasa natural del desempleo de Friedman (1968) argumenta que el desempleo
se estabiliza en un nivel natural en el largo plazo y que las diferencias regionales son temporales debido
a la movilidad de los trabajadores. De manera similar, Gallego (2019) menciona que, en un mercado
sin barreras, el desempleo tendería a igualarse entre regiones a medida que los trabajadores migran hacia
donde hay mayor oferta de empleo. Estas posturas sugieren que las diferencias observadas en el
desempleo regional podrían ser transitorias y corregirse con el tiempo a través de los mecanismos del
mercado.
La principal contradicción entre estos enfoques radica en la flexibilidad del mercado laboral. Mientras
que De Los Ángeles y Cota (2021) consideran que la movilidad de los trabajadores permite la
homogeneización del desempleo en el largo plazo, Gallego (2019) argumenta que las barreras
estructurales impiden este ajuste, manteniendo diferencias persistentes entre regiones. Además, las
pág. 11720
condiciones económicas, el nivel de inversión y las políticas gubernamentales pueden reforzar o mitigar
estas diferencias, influyendo en la dinámica del desempleo.
METODOLOGÍA
Este estudio adopta un enfoque cuantitativo, no experimental, de tipo transversal y comparativo. El
propósito es identificar si existen diferencias estadísticamente significativas en la tasa de desempleo
entre las distintas regiones de México durante el periodo 2021-2024, empleando el método de Análisis
de Varianza (ANOVA). Esta técnica estadística permite contrastar las medias de más de dos grupos (en
este caso, regiones), y verificar si las variaciones observadas en la tasa de desempleo pueden atribuirse
al factor regional o si son producto del azar.
Diseño del Estudio
El diseño se basa en la construcción de un modelo ANOVA de una vía, en el que la variable dependiente
es la tasa de desempleo promedio trimestral y el factor (variable independiente) es la región geográfica
a la que pertenece cada observación. Las regiones fueron codificadas mediante variables dicotómicas
(dummy), tomando como categoría de referencia la región Centro-Sur, por su carácter representativo y
concentración poblacional (incluye a la Ciudad de México).
La base de datos fue obtenida de la tasa de desempleo del Catálogo Nacional de Indicadores
proporcionado por el Sistema Nacional de Información Estadística y Geográfica, que a su vez tiene datos
del INEGI; esta base de datos es de temporalidad trimestral, abarcando del cuarto trimestre de 2021 al
tercer trimestre de 2024.
Unidad de análisis y periodización
Las unidades de análisis son las tasas de desempleo promedio trimestral por región. Se analizaron datos
correspondientes a 8 regiones del país, conformadas por agrupaciones estatales con características
socioeconómicas, culturales y geográficas similares. El periodo de análisis abarca desde el cuarto
trimestre de 2021 hasta el tercer trimestre de 2024, cubriendo 12 trimestres consecutivos.
Base de datos y fuentes
La base de datos fue construida a partir del Catálogo Nacional de Indicadores del Sistema Nacional de
Información Estadística y Geográfica (SNIEG), cuyos datos provienen del Instituto Nacional de
Estadística y Geografía (INEGI), específicamente de la Encuesta Nacional de Ocupación y Empleo
pág. 11721
(ENOE). La recolección de datos consistió en extraer las tasas de desempleo por estado, para luego
agruparlas por región y calcular su promedio trimestral. Mostrados en las Tablas 2 y 3.
Tabla 2. Tasas de desempleo promedio trimestral agrupados por región.
Centro-norte
Sureste
Suroeste
Centro-sur
24-III
3.26
24-III
2.78
24-III
1.43
24-III
3.3
24-II
2.9
24-II
2.6
24-II
1.27
24-II
2.97
24-I
2.74
24-I
2.2
24-I
1.43
24-I
3.07
23-IV
3.08
23-IV
2.48
23-IV
1.33
23-IV
3.07
23-III
2.96
23-III
2.65
23-III
1.83
23-III
3.47
23-II
3.12
23-II
2.48
23-II
1.3
23-II
3.27
23-I
2.76
23-I
2.5
23-I
1.9
23-I
2.9
22-IV
3.12
22-IV
2.55
22-IV
1.47
22-IV
3.9
22-III
3.58
22-III
3.13
22-III
1.8
22-III
4.17
22-II
3.52
22-II
3.33
22-II
1.83
22-II
3.9
22-I
3.28
22-I
3.28
22-I
1.9
22-I
4.33
21-IV
4.02
21-IV
3.65
21-IV
2.07
21-IV
4.33
Fuente: Elaboración propia a partir de datos obtenidos de www.snieg.mx .
Tabla 3. Tasas de desempleo promedio trimestral agrupados por región.
Noreste
Oeste
Este
Noroeste
24-III
3.67
24-III
2.45
24-III
2.63
24-III
2.92
24-II
11.03
24-II
2.05
24-II
2.28
24-II
2.73
24-I
3.4
24-I
1.8
24-I
2.18
24-I
2.33
23-IV
3.43
23-IV
2.18
23-IV
2.33
23-IV
2.38
23-III
3.47
23-III
2.48
23-III
2.73
23-III
2.9
23-II
3.43
23-II
2.2
23-II
2.6
23-II
2.53
23-I
3.17
23-I
1.98
23-I
2.58
23-I
2.53
22-IV
3.37
22-IV
2.23
22-IV
2.68
22-IV
2.67
22-III
4
22-III
2.53
22-III
2.98
22-III
3.07
22-II
3.7
22-II
2.28
22-II
3.08
22-II
2.83
22-I
4.33
22-I
2.45
22-I
3.08
22-I
2.77
21-IV
4.03
21-IV
2.83
21-IV
3.55
21-IV
2.87
Fuente: Elaboración propia a partir de datos obtenidos de www.snieg.mx .
La teoría en la que se basa la metodología y por lo tanto el análisis, es en la que hay heterogeneidad en
la tasa de desempleo en los estados, atribuida a el tipo de industria en cada estado (De los Ángeles y
Cota, 2021), por lo que se considera que debido al giro industrial que tenga cada estado, generará una
desigualdad en las tasas de desempleo por región.
pág. 11722
Especificación de regiones
En la Tabla 4, se presentan la clasificación de las regiones se basa en el esquema propuesto por el
Instituto de Ciencias Económico-Administrativas de la Universidad Autónoma del Estado de Hidalgo,
agrupando las 32 entidades federativas, agrupados por características similares como factores: físicos,
históricos y culturales. Así, las 8 regiones del país y sus respectivos estados son:
Tabla 4. Clasificación regional de México.
Región
Noroeste
Noreste
OESTE
ESTE
CENTRO
NORTE
CENTR
O SUR
Suroeste
Sureste
Estado
s
Baja
California
Baja
California
Sur
Chihuahu
a
Durango
Sinaloa
Sonora
Coahuila
Nuevo
León
Tamaulipas
Colima
Jalisco
Michoac
án
Nayarit
Hidalgo
Puebla
Tlaxcala
Veracru
z
Aguascalient
es
Guanajuato
Querétaro
San Luis
Potosí
Zacatecas
Ciudad
de
México
Estado
de
México
Morelos
Chiapas
Guerrer
o
Oaxaca
Campech
e
Quintana
Roo
Tabasco
Yucatán
Fuente: Elaboración propia con base en: https://repository.uaeh.edu.mx/
Con esta clasificación se ha tomado como región base el centro sur debido a que se encuentra dentro
de ella la capital del país para este modelo y análisis.
Especificación del modelo ANOVA
El modelo de análisis de varianza, conocido como ANOVA, es una herramienta estadística utilizada
para comparar los promedios de dos o más grupos y detectar si existen diferencias significativas entre
ellos. Aunque guarda cierta similitud con el modelo de regresión múltiple estudiado comúnmente en
cursos de econometría, el ANOVA se distingue porque trabaja exclusivamente con variables
cualitativas, también llamadas dicotómicas.
Estas variables no se expresan con números continuos, sino con categorías codificadas mediante valores
como 0 y 1. Por ejemplo, pueden representar características como género (masculino/femenino) o
pertenencia a una región determinada (sí/no). Este tipo de codificación permite clasificar los datos en
grupos excluyentes para facilitar la comparación entre ellos (Cruz, 2025). A continuación, se presenta
la Ecuación 1, la cual, fue utilizada en este estudio para analizar la tasa de desempleo en México según
sus regiones, utilizando el enfoque ANOVA. Para la obtención de la Ecuación 1, se empleó el método
pág. 11723
de Mínimos Cuadrados Ordinarios.
𝑌 = 𝛽₀ + 𝛽₁𝐷₂ + 𝛽₂𝐷₃ + … + 𝛽₇𝐷₈ + 𝜇 (1)
Donde:
Y = tasa de desempleo promedio
β₀ = intersección (valor promedio en la región base: Centro-Sur)
D₂ a D₈ = variables dicotómicas que representan las regiones restantes
β₁ a β₇ = coeficientes estimados que representan el efecto de cada región sobre la tasa de desempleo
μ = término de error
Todas las B (coeficientes) son el valor beta de la variable seleccionada, en este caso una de las 8 regiones
en cuanto cambie en 1 la tasa de desempleo de la región, la tasa de desempleo promedio cambiará en
proporción al valor de la beta.
De los resultados obtenidos al hacer la regresión con la forma de la Ecuación 1, se analizará el valor 𝑝
de la variable dicotómica. Con ella, se determinará el efecto del género (ser mujer) en el salario. En este
sentido, si es menor a 0.05 el valor 𝑝 de la variable dicotómica, el efecto de la variable cualitativa es
estadísticamente significativo; en cambio, si el valor 𝑝 es mayor a 0.05, el efecto de la variable cualitativa
no es estadísticamente significativo.
De esta manera, si la variable dicótoma tiene un valor 𝑝 menor a 0.05, la diferencia observada en la tasa
de desempleo de la región será estadísticamente significativo, lo que indicará que esa región tiene una
tasa de desempleo estadísticamente distinta a la región base que es centro sur; en caso contrario, es decir,
que el valor 𝑝 sea mayor a 0.05, la tasa de desempleo de la región no es estadísticamente significativo,
lo que señalara que la región examinada tiene una tasa de desempleo estadísticamente igual a la a la
región base que es centro sur.
Prueba de Hipótesis
Con el propósito de identificar posibles diferencias significativas en la tasa de desempleo entre las
diversas regiones del país, se implementó un modelo estadístico de análisis de varianza (ANOVA). Esta
técnica permite contrastar si las variaciones en los promedios regionales de desempleo responden a
factores estructurales o si pueden atribuirse al azar.
En el modelo propuesto la variable dependiente corresponde a la tasa de desempleo (expresada en
pág. 11724
porcentaje), mientras que el factor o variable independiente está constituido por la región geográfica,
categorizada en ocho zonas: Centro-Sur, Centro-Norte, Sureste, Suroeste, Noreste, Oeste, Este y
Noroeste.
El análisis contempla la aplicación de pruebas de significancia individual, particularmente a través del
uso del valor p (prueba P), con el objetivo de evaluar si las diferencias en la tasa de desempleo de cada
región son estadísticamente significativas en relación con la región de referencia, que en este caso es la
región Centro-Sur, por concentrar la capital del país y una alta densidad poblacional.
La interpretación de los valores p se realiza conforme a los siguientes criterios:
Si el valor p < 0.05, se concluye que existe una diferencia estadísticamente significativa entre la tasa de
desempleo de la región analizada y la región base.
Si el valor p ≥ 0.05, no se identifica una diferencia estadísticamente significativa, lo que sugiere que la
tasa de desempleo en esa región es comparable a la del grupo de referencia.
Desde una perspectiva analítica, la identificación de diferencias significativas justifica una exploración
más profunda de los factores específicos que podrían estar incidiendo en las tasas de desempleo
regionales, tales como el tipo de industria predominante, la inversión pública o privada, la dinámica
demográfica o las políticas laborales locales.
Resultado esperado
Con base en los planteamientos teóricos expuestos, se anticipa que los factores estructurales y
económicos propios de cada región inciden de manera significativa en los niveles de desempleo. La
evidencia empírica sugiere que existe una relación inversa entre el dinamismo económico regional
reflejado en mayores niveles de inversión y actividad productiva y la tasa de desempleo, de modo que
un mayor desarrollo económico suele correlacionarse con una menor incidencia de desocupación.
Se parte de la hipótesis de que existen diferencias entre regiones, hipótesis respaldada por (Cuéllar,
2024), quien argumenta que la configuración industrial regional condiciona el comportamiento del
desempleo. En particular, las regiones dominadas por el sector primario caracterizado por su alta
estacionalidad y baja estabilidad laboral tienden a registrar tasas de desempleo más elevadas. Esta idea
también es compartida por (Gallego, 2019), quien sostiene que las disparidades regionales pueden
persistir debido a que los flujos migratorios internos no son suficientes para corregir los desequilibrios
pág. 11725
entre oferta y demanda laboral en distintas zonas del país.
Sin embargo, el mismo autor (Gallego, 2019) plantea una visión alternativa al señalar que, en contextos
de plena flexibilidad del mercado laboral y ausencia de barreras de movilidad, las tasas de desempleo
tenderían a converger, ya que los trabajadores migrarían hacia aquellas regiones con mayor
disponibilidad de empleo, reduciendo así las disparidades.
Por su parte, (De Los Ángeles y Cota, 2021) proponen que las diferencias en las tasas de desempleo
deben entenderse más como una consecuencia de la estructura productiva sectorial que de la localización
geográfica per se. Esto implica que regiones con estructuras económicas similares, independientemente
de su ubicación, pueden exhibir tasas de desempleo comparables, lo cual desplaza el enfoque de lo
territorial a lo sectorial en el análisis del desempleo regional.
RESULTADOS
Con base en el modelo ANOVA aplicado, se estimaron los coeficientes β para cada región en
comparación con la región base (Centro-Sur), así como los valores p asociados, a fin de evaluar la
significancia estadística de las diferencias observadas en la tasa de desempleo (véase Tabla 5).
Tabla 5. Resultados del modelo ANOVA: Coeficientes β y valores p por región.
Región
Coeficiente β
Valor p
Diferencia significativa con
respecto a Centro-Sur
Centro-Sur
3.56
—
—
Centro-Norte
3.2
0.297
No
Sureste
2.8
0.03
Sí
Suroeste
1.63
0
Sí
Noreste
4.25
0.045
Sí
Oeste
2.29
0
Sí
Este
2.72
0.017
Sí
Noroeste
2.71
0.016
Sí
Fuente: Elaboración propia.
En la Tabla 5, se aprecia qué regiones son estadísticamente significativas en comparación con la región
base que es centro Sur. En este sentido, todas las regiones son estadísticamente diferentes con respecto
a la región Centro Sur, con excepción de la región centro Norte. En particular, el Noreste presenta el
coeficiente más alto (β = 4.25), lo que implica una mayor incidencia promedio del desempleo. En
contraste, el Suroeste exhibe el coeficiente más bajo (β = 1.63), lo que sugiere una menor afectación
relativa. Los promedios de desempleo por región y sus diferencias observadas con respecto a Centro-
pág. 11726
Sur se presentan en la Tabla 6.
Tabla 6. Promedio de desempleo por región y diferencia observada con respecto a Centro-Sur.
Región
Promedio (%)
Diferencia con
Centro-Sur
Centro-Sur
3.56
—
Centro-Norte
3.2
-0.36
Sureste
2.8
-0.76
Suroeste
1.63
-1.93
Noreste
4.25
0.69
Oeste
2.29
-1.27
Este
2.72
-0.83
Noroeste
2.71
-0.84
Fuente: Elaboración propia.
Estas diferencias cuantitativas presentadas en la Tabla 6 permiten observar que, si bien algunas regiones
como Centro-Norte no presentan diferencias significativas (valor p > 0.05), la mayoría sí muestran una
desviación considerable respecto a la región base. Las regiones del Oeste y el Suroeste sobresalen por
registrar los promedios más bajos de desempleo.
DISCUSIÓN
Los hallazgos del presente estudio confirman la existencia de heterogeneidad regional en la tasa de
desempleo en México. El análisis estadístico demuestra que las diferencias entre regiones no son
aleatorias, sino el reflejo de factores estructurales, económicos y sectoriales específicos.
Estas disparidades se alinean con estudios previos (De los Ángeles y Cota, 2021; Cuéllar, 2024), los
cuales señalan que la estructura industrial regional incide directamente en el comportamiento del
desempleo. En regiones donde prevalecen actividades primarias (como el Suroeste), la alta
estacionalidad genera menor estabilidad laboral, pero en algunos casos también puede traducirse en
menor registro de desempleo debido a una alta participación en el sector informal.
Por otro lado, el Noreste, que presentó el mayor coeficiente de desempleo, podría estar vinculado a
procesos de transformación industrial, migración laboral y cambios en la estructura productiva, que no
han sido acompañados por políticas efectivas de generación de empleo.
El resultado también corrobora los planteamientos de Gallego (2019), quien argumenta que la rigidez
estructural y las limitaciones en la movilidad laboral entre regiones impiden que los mercados laborales
pág. 11727
regionales se autorregulen. Esto sugiere que las políticas de empleo deben ser diferenciadas
regionalmente, reconociendo los factores particulares que inciden en cada zona.
Asimismo, se ratifica el enfoque keynesiano al asociar el desempleo con niveles de inversión y actividad
económica regional. Las regiones con menor dinamismo económico registran mayores tasas de
desempleo, lo cual se alinea con la hipótesis de que la falta de demanda agregada local afecta la absorción
laboral (Mankiw, 2020).
CONCLUSIONES
Los resultados obtenidos indican que la región Centro-Norte, con un valor p de 0.297, no presenta una
diferencia estadísticamente significativa en comparación con la región Centro-Sur, lo cual sugiere que
ambas comparten niveles promedio de desempleo similares. Esta similitud podría reflejar condiciones
económicas comparables, así como políticas laborales y estructuras productivas afines.
Por el contrario, las regiones Sureste (p = 0.030), Suroeste (p = 0.000), Noreste (p = 0.045), Oeste (p =
0.000), Este (p = 0.017) y Noroeste (p = 0.016) muestran diferencias estadísticamente significativas
respecto a la región de referencia, al presentar valores p inferiores al umbral del 0.05. Estos resultados
permiten inferir que existen factores específicos de carácter regional que afectan la dinámica del
desempleo, tales como la especialización sectorial, la densidad poblacional, el grado de informalidad, el
acceso a infraestructura productiva o la eficacia de las políticas públicas locales.
En conjunto, los hallazgos refuerzan la idea de que el desempleo en México no se distribuye de forma
homogénea, sino que responde a una serie de condicionantes estructurales y territoriales que varían
significativamente entre regiones.
Se confirma estadísticamente que existen diferencias significativas en la tasa de desempleo entre las
regiones de México.
Estas diferencias están asociadas a factores estructurales como el tipo de industria, nivel de inversión,
políticas laborales y dinámica económica local.
Las políticas públicas deben diseñarse con un enfoque territorial que reconozca y atienda las necesidades
específicas de cada región.
El análisis ANOVA se presenta como una herramienta robusta para evaluar desigualdades regionales y
orientar decisiones de política laboral.
pág. 11728
REFERENCIAS BIBLIOGRÁFICAS
Banco Mundial. (s. f.). Unemployment, total (% of total labor force) (modeled ILO estimate) [Base de
datos].
https://databank.worldbank.org/reports.aspx?country=&series=SL.UEM.TOTL.ZS&source=2
Blanco, L. A., & Liberos, J. (2019). Milton Friedman y la contrarrevolución keynesiana. Odeon, 17, 7–
43. https://revistas.uexternado.edu.co/index.php/odeon/article/view/6562
Capello, R. (2006). La economía regional tras cincuenta años: Desarrollos teóricos recientes y desafíos
futuros. Investigaciones Regionales - Journal of Regional Research, (9), 169–192.
https://www.redalyc.org/pdf/289/28900909.pdf
Catálogo Nacional de Indicadores. (2025). Sistema Nacional de Información Estadística y Geográfica
(SNIEG).
https://www.snieg.mx/cni/escenario.aspx?idOrden=1.1&ind=6200093972&gen=2227&d=s
Cuéllar, G. (2024). Diferencias en las tasas de desempleo en las regiones españolas [Trabajo de fin de
grado, Universidad de Valladolid]. https://uvadoc.uva.es/bitstream/handle/10324/71709/TFG-
E-2017.pdf
Cuervo Morales, M., & Morales Gutiérrez, F. J. (2009). Las teorías del desarrollo y las desigualdades
regionales: Una revisión bibliográfica. Análisis Económico, 24(55), 365–383.
https://www.redalyc.org/pdf/413/41311453017.pdf
De Los Ángeles Díaz Solís, V., & Cota, J. E. M. (2021). Análisis de la volatilidad del desempleo en
México por regiones, 2000–2018. Semestre Económico, 24(57), 125–150.
http://www.scielo.org.co/scielo.php?pid=S0120-63462021000200125&script=sci_arttext
ENOE. (2024). Principales indicadores laborales de las ciudades. Instituto Nacional de Estadística y
Geografía.
https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/doc/resultados_ciudades_enoe_
2024_trim4.pdf
ENOE. (2025). Encuesta Nacional de Ocupación y Empleo. Instituto Nacional de Estadística y
Geografía.
pág. 11729
https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/doc/enoe_presentacion_ejecuti
va_0125.pdf
Fujii, G. (1999). Flexibilización laboral y empleo en México. Investigación Económica, 59(229), 121–
160. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-16671999000300121
Gallego Rodríguez, D. (2019). Las diferencias en las tasas de paro en las regiones españolas [Trabajo
de fin de grado, Universidad de Valladolid].
https://uvadoc.uva.es/bitstream/handle/10324/40486/TFG-E-904.pdf
Gutiérrez Casas, L. E. (2006). Teorías del crecimiento regional y el desarrollo divergente: Propuesta de
un marco de referencia. Nóesis. Revista de Ciencias Sociales y Humanidades, 15(30), 185–227.
https://www.redalyc.org/pdf/859/85903008.pdf
Hernández Pérez, J. (2020). Desempleo en México por características sociodemográficas, 2005–2018.
Economía UNAM, 17(50), 166–181. https://doi.org/10.22201/fe.24488143e.2020.50.524
International Labour Organization. (s. f.). Unemployment and labour underutilization.
https://ilostat.ilo.org/es/topics/unemployment-and-labour-underutilization/
INE. (2025). Encuesta de Población Activa (EPA). Instituto Nacional de Estadística.
https://www.ine.es/dyngs/Prensa/es/EPA4T24.htm
INEGI. (2024). Indicadores de ocupación y empleo. Instituto Nacional de Estadística y Geografía.
https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2024/IOE/IOE2024_12.pdf
Leyva, G., & Urrutia, C. (2018). Informalidad, regulación laboral y el ciclo económico. Banco de
México. Documentos de Investigación, 2018(19).https://doi.org/10.36095/banxico/di.2018.19
Mac Donald, D. (2007). El desempleo y el modelo económico neoliberal. En Modelos económicos y
exclusión social (pp. 141–161). Siglo XXI Editores. [Nota: esta referencia puede requerir
validación]
Miguel, A., Maldonado, P., & Torres, J. (2007). Desigualdad del desarrollo regional en México.
Problemas del Desarrollo, 38(151), 87–102.
https://www.scielo.org.mx/pdf/prode/v38n151/v38n151a5.pdf
Modelos de regresión con variables dicótomas. (2025). En L. Cruz (Comp.), Econometría II.
Universidad Anáhuac Querétaro.
pág. 11730
Ramírez, A. (2020). Geografía, patrimonio cultural y natural de México. Instituto de Ciencias
Económico-Administrativas, UAEH.
https://repository.uaeh.edu.mx/bitstream/handle/123456789/19628/geografia-patrimonio-
cultural-y-natural-de-mexico.pdf
Ramos, S. (2015). Tipos de desempleo. OpenCourseWare Universidad del País Vasco, 28–32.
https://ocw.ehu.eus/pluginfile.php/47039/mod_folder/content/0/8.4_Los_tipos_del_desempleo
_.pdf
Salguero, J. (2006). Enfoque sobre algunas teorías referentes al desarrollo regional. Sociedad
Geográfica de Colombia. http://www.economia.unam.mx/academia/inae/pdf/inae5/515.pdf
Mankiw, N. G. (2012). Principios de economía (6.ª ed.). Cengage Learning.
Ruiz Nápoles, Pablo, & Ordaz Díaz, Juan Luis. (2011). Evolución reciente del empleo y el desempleo
en México. Economía UNAM, 8(23), 91-105. Recuperado en 20 de junio de 2025, de
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1665-
952X2011000200005&lng=es&tlng=es.
Hernández Pérez, Jonathan. (2020). Desempleo en México por características sociodemográficas, 2005-
2018. Economía UNAM, 17(50), 166-181. Epub 22 de diciembre de 2020.
https://doi.org/10.22201/fe.24488143e.2020.50.524
Mejía Reyes, C. (2022). Percepción del riesgo al desempleo en México. Un estudio cuantitativo. Revista
de Ciencias Sociales (Ve), XXVIII(1), 90-105.
Martínez, S. A., & Ovalle, L. G. O. (2019). El desempleo en México durante el periodo 2000–2017: un
modelo empírico. INCEPTUM: Revista de Investigación en Ciencias de la Administración,
14(26), 15-56.
Figueroa Hernández, E., Ramírez Abarca, O., González Elías, J. M., Pérez Soto, F., & Espinosa Torres,
L. E. (2012). ANÁLISIS DEL DESEMPLEO, LA MIGRACIÓN Y LA POBREZA EN
MÉXICO. Revista Mexicana de Agronegocios, 30( ),835-847.[fecha de Consulta 02 de Julio de
2025]. ISSN: 1405-9282. Recuperado de:
https://www.redalyc.org/articulo.oa?id=14123097006
pág. 11731
Castroa, M. C., & Neváreza, J. B. Las crisis económicas y sus efectos en el mercado de trabajo, en la
desigualdad y en la pobreza de México.
Robles Ortiz, D., Sánchez Bárcenas, H., & Beltrán Jaimes, L. D. (2019). La informalidad en las zonas
metropolitanas de México: un análisis de sus principales determinantes. Desarrollo y Sociedad,
(83), 219-262.
