2024-07-052024-07-05https://ciencianacional.co/handle/123456789/176416This document tries to explain the differences in labor inactivity rates between each department of Colombia and the rest of the country. This differential is broken down by distinguishing between discrepancies in observable characteristics (i.e., age distribution, percentage of men and women, income, employability, etc.) and differences in unobservable characteristics (culture, traditions, etc.). For this we use a micro factorial decomposition model for nonlinear models applied to a probit model on the decision of whether or not to be inactive at work. There are 4 subgroups of departments depending on which factor most influences the definition of their labor participation. It was found that it is more common to find departments with a higher rate of inactivity attributed to unobservable factors. Este artículo trata de explicar las diferencias en las tasas de inactividad laboral entre cada departamento de Colombia y el resto del país. Se descompone este diferencial distinguiendo entre discrepancias en características observables —como distribución etaria, porcentaje de hombres y mujeres, ingresos, empleabilidad, etc.) y diferencias en características no observables (cultura, tradiciones, etcétera—. Para esto, se utiliza un modelo de descomposición microfactorial para modelos no lineales aplicado a un modelo probit sobre la decisión de estar o no inactivo laboralmente. Se encuentran cuatro subgrupos de departamentos en función del factor influye más en la definición de su participación laboral. Se encontró que es más frecuente encontrar departamentos con mayor tasa de inactividad atribuida a los factores no observables. Cet article tente d’expliquer les différences dans les taux d’inactivité au travail entre chaque département de la Colombie et le reste du pays. Cet écart est décomposé en faisant la distinction entre les écarts dans les caractéristiques observables (comme la répartition par tranche d’âge, le pourcentage d’hommes et de femmes, le revenu, l’employabilité, etc.) et les différences dans les caractéristiques non observables (culture, traditions, etc.). Pour cela, est utilisé un modèle de décomposition microfactorielle pour les modèles non linéaires appliqués à un modèle probit sur la décision d’être inactif professionnellement ou de ne pas l’être. On a trouvé quatre sous-groupes de départements en fonction du facteur qui influence le plus dans la définition de leur participation au marché du travail. Il a été constaté qu’il est plus fréquent de trouver des départements ayant un taux d’inactivité plus élevé attribué à des facteurs non observables. text/xmltext/htmlapplication/pdfDerechos de autor 2021 Jorge Alberto Castro Puello, Jose Guillermo Ariza, Armando Ardila Delgadohttps://creativecommons.org/licenses/by-nc-sa/4.0labor participation ratelabor marketmicro factorial decompositionregional economiesprobitLabor supply - ColombiaLabor participationUnemploymentRegional economicsProbit modelEconomicsMicro factorial decompositionParticipación laboralmercado laboraldescomposición microfactorialEconomía RegionalProbitParticipación laboralMercado laboral - ColombiaDesempleoEconomía regionalModelo ProbitEconomíaDescomposición microfactualparticipation à la main-d’œuvremarché du travaildécomposition des microfacteurséconomie régionaleProbitParticipation à la main-d'oeuvreMarché du travail - ColombieÉconomie régionaleChômageModèle ProbitÉconomieDécomposition microfactuelleinfo:eu-repo/semantics/article