Revista de Ciencias de Revista de Ciencias de
Administración y EconomíaAdministración y Economía
Retos, 13(26), 2023 Revista de Ciencias de la Administración y Economía
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
www.retos.ups.edu.ec
octubre 2023-marzo 2024
pp.291-307
https://doi.org/10.17163/ret.n26.2023.07
Factores determinantes del cierre de empresas informales por
género: un estudio microeconómico aplicado en Senegal
Determinants of informal enterprise closure by gender: a
microeconometric study applied in Senegal
Ayoub Saadi
Doctorando de la Facultad de Economía y Gestión de la Universidad Ibn Tofaïl, Kénitra, Marruecos
ayoub.saadi1@uit.ac.ma
https://orcid.org/0000-0001-9503-493X
Assane Beye
Director de WASCAL, Economía del Cambio Climático-UCAD, Senegal
assane1.beye@ucad.edu.sn
https://orcid.org/0000-0002-6035-6549
Mariem Liouaeddine
Profesor de la Facultad de Economía y Gestión, Universidad Ibn Tofaïl, Kénitra, Marruecos
mariem.liouaeddine@uit.ac.ma
https://orcid.org/0000-0002-5824-1590
Recibido: 12/06/23 Revisado: 15/07/23 Aprobado: 04/08/23 Publicado: 01/10/23
Resumen: el objetivo de este artículo es examinar los factores determinantes del cierre de empresas informales durante la pandemia COVID-
19, centrándose en las diferencias entre las empresas dirigidas por mujeres y las dirigidas por hombres. Para ello, se utilizó un enfoque de
regresión logística, junto con el método de emparejamiento para evaluar el impacto de la pandemia. El estudio se fundamenta en una base
de datos elaborada por el Laboratorio de Análisis de Políticas de Desarrollo, Universidad Cheikh Anta Diop, Dakar, que comprende 923
empresas informales de diversos sectores en Dakar. Los resultados revelan que los negocios manejados por mujeres se vieron más afectados
por la pandemia, con una mayor probabilidad de cierre temporal. Estos resultados subrayan el impacto desproporcionado de la crisis sobre
las mujeres empresarias del sector informal, y ponen de relieve la necesidad de medidas específicas para apoyar a esta población vulnerable
durante y después de la pandemia.
Palabras clave: COVID-19, cierre de empresas, coincidencia de puntuaciones de propensión, sector informal, disparidades de género, regresión
logística, empresas dirigidas por mujeres, empresas dirigidas por hombres.
Abstract: this article aims to investigate the factors influencing the closure of informal businesses during the COVID-19 pandemic, with a specific
focus on the differences between businesses led by women and men. The research employed a logistic regression approach and utilized the mat-
ching method to evaluate the pandemic’s impact. The study relied on a database created by the Development Policy Analysis Laboratory, Cheikh
Anta Diop University, Dakar, which encompassed 923 informal businesses operating in diverse sectors in Dakar. The findings demonstrate that
businesses managed by women experienced a more severe impact from the pandemic, leading to a higher likelihood of temporary closure. These
results underscore the disproportionate effect of the crisis on women entrepreneurs within the informal sector and emphasize the necessity for
tailored measures to support this vulnerable population during and after the pandemic. Such measures should address the unique challenges
faced by women-led informal businesses and help foster their recovery and long-term sustainability.
Keywords: COVID-19, business closures, propensity score matching, informal sector, gender disparities, logistic regression, female-led businesses,
male-led businesses.
Cómo citar: Saadi, A., Beye, A. y Liouaeddine, M. (2023). Factores determinantes del cierre de empresas informales por géne-
ro: un estudio microeconómico aplicado en Senegal. Retos Revista de Ciencias de la Administración y Economía, 13(26), 291-307.
https://doi.org/10.17163/ret.n26.2023.07
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
292 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
Introducción
La pandemia de COVID-19 tuvo un impacto
signicativo en las empresas y los entornos labo-
rales. Las medidas de salud pública adoptadas
obligaron a muchos establecimientos a cerrar re-
pentinamente, mientras que el riesgo de infección
provocó la rápida adopción de tecnologías mo-
dernas y de comunicación para evitar el contacto
físico. El cierre de escuelas también añadió respon-
sabilidades extras para muchos padres y madres
que trabajan. Estos cambios han ejercido una gran
presión sobre las pequeñas empresas, donde las
responsabilidades a menudo se comparten entre
unas pocas personas (Bungton et al., 2020).
Durante la crisis nanciera de 2009, las empre-
sas dirigidas por mujeres se enfrentaron a una ma-
yor probabilidad de cierre permanente. Además,
estas empresas experimentaron una mayor dismi-
nución de las ventas a largo plazo en comparación
a las dirigidas por hombres (Ahmed et al., 2020).
Al mismo tiempo, también experimentaron una
reducción de la oferta de crédito (Aristei y Gallo,
2022). Esta disparidad en el rendimiento entre las
empresas dirigidas por mujeres y hombres puede
explicarse por una variedad de factores, como la
discriminación por motivos de género, el acce-
so limitado a la nanciación y la falta de redes
profesionales y de apoyo (Chaudhuri et al., 2020).
De hecho, las empresarias a menudo encuentran
más dicultades para obtener nanciamiento y
préstamos bancarios que sus contrapartes mas-
culinos (Shoma, 2019), lo que puede obstaculizar
su capacidad para mantener sus negocios a ote
durante un período de crisis económica.
Durante la pandemia de COVID-19, las em-
presas de varios sectores experimentaron im-
portantes problemas tanto en la oferta como en
la demanda, lo que tuvo efectos adversos en las
ventas, el empleo y la estabilidad nanciera (Ape-
do-Amah et al., 2020; Bloom et al., 2020; Karalas-
hvili y Viganola, 2021; Amin y Viganola, 2021).
Además, un estudio realizado en 24 países a nivel
mundial reveló que las empresas dirigidas por
mujeres tenían una mayor probabilidad de per-
manecer cerradas temporalmente y por períodos
prolongados en comparación con las empresas
dirigidas por hombres durante la pandemia de
COVID-19 (Liu et al., 2021).
Diversos estudios han demostrado que, en ge-
neral, las empresas dirigidas por mujeres muestran
una menor productividad y un menor tamaño
en comparación con las empresas dirigidas por
hombres (Islam et al., 2019; Kiefer et al., 2022; Ola-
dipo et al., 2023). Además, es común que estas
empresas enfrenten desafíos para acceder a los
recursos nancieros necesarios (Andriamahery y
Qamruzzaman, 2022). En el contexto de la crisis
de la COVID-19, que ha afectado especialmente al
sector minorista y a otros sectores de servicios, es
fundamental comprender los efectos especícos de
esta crisis en las empresas dirigidas por mujeres,
pues este conocimiento permitiría diseñar políticas
destinadas a apoyar a estas empresas vulnerables.
La desigualdad de género sigue siendo un
problema generalizado en las economías en de-
sarrollo, que obstaculiza signicativamente el
desarrollo económico (Bui et al., 2018; Ud Din
et al., 2018). Estudios recientes de Gezici y Ozay
(2020) y Montenovo et al. (2022) han mencionado
una tendencia preocupante hacia una mayor pér-
dida de puestos de trabajo entre las mujeres que
entre los hombres. Por ejemplo, Dang y Nguyen
(2021) analizaron datos de varios países, incluidos
Estados Unidos, Reino Unido, Italia, Japón, Corea
del Sur y China, y encontraron que las mujeres
tenían un 24 % más de probabilidades de sufrir
una pérdida de empleo permanente, y deberían
esperar una reducción del 50 % mayor en los in-
gresos laborales que los hombres.
Bennett et al. (2021) basados en datos noruegos
revelaron que tras un choque económico positivo
a largo plazo, como el descubrimiento de petróleo
y gas en 1969, los trabajadores hombres experi-
mentaron un aumento de sus ingresos del 7 %,
mientras que sus homólogas mujeres sufrieron
una disminución de hasta el 14 %.
La pandemia de COVID-19 exacerbó estas
desigualdades, como muestran Kikuchi et al.
(2021), la OMS observó que el mercado laboral
japonés se veía desproporcionadamente afectado,
con un mayor impacto negativo en las mujeres.
Además, las empresas donde las mujeres son las
dueñas, especialmente en las economías en vías
desarrollo, sufrieron consecuencias negativas
durante la crisis de la COVID-19 (Liu et al., 2021;
Nieves et al., 2021).
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
293
Cuando examinamos la inuencia del sector y
el tamaño de la empresa, las disparidades abso-
lutas de género tienden a disminuir (Chaudhuri
et al., 2020). Esto puede atribuirse al hecho de
que las empresarias suelen operar en sectores
con márgenes de benecio más bajos y una fuer-
za de trabajo más reducida que sus homólogos
masculinos (Mroczek-Dąbrowska y Gawel, 2020).
En particular, los estudios transnacionales
han demostrado que las empresas dirigidas por
mujeres tienden a lograr un mayor éxito y escala
en sectores predominantemente dominados por
hombres (Campos et al., 2019). Sin embargo, es
necesario reconocer que las características de las
empresas por sí solas no explican plenamente las
disparidades en productividad, ventas y ganan-
cias. Incluso después de tener en cuenta una varie-
dad de factores, incorporando un amplio conjunto
de controles, Islam et al. (2020) descubrieron que
la brecha de género en la productividad laboral
se mantenía sin cambios signicativos.
Además, una investigación centrada en la in-
dustria textil en Ghana llevada a cabo por Hardy
y Kagy (2018, 2020) reveló que las microempre-
sas de propiedad masculina obtienen benecios
notablemente más altos que las microempresas
de propiedad femenina, incluso después de te-
ner en cuenta diversas empresas, propietarios de
empresas y características de productos.
Las mujeres a menudo se enfrentan a expec-
tativas sociales que les imponen la responsabili-
dad primordial de la atención. Tras la pandemia,
muchos países aplicaron medidas de contención
e impusieron cierres a escuelas y pequeñas em-
presas. Estas restricciones y cierres podrían exa-
cerbar las desigualdades de género, debido a que
las mujeres generalmente asumen una mayor
proporción de las tareas domésticas (Power, 2020).
Las investigaciones existentes indican que
la pandemia de COVID-19 ha tenido diferentes
efectos en los hombres y las mujeres en la fuerza
laboral. Por ejemplo, la productividad de las mu-
jeres ha disminuido más que la de los hombres, y
es más probable que reduzcan sus horas de trabajo
(Collins et al., 2020; Cui et al., 2022; Alon et al., 2022).
Teniendo en cuenta la abundante bibliografía
existente antes de la pandemia de COVID-19,
es pertinente hacer hincapié en las diferencias
de género como factor signicativo en el rendi-
miento empresarial. Por lo general, las empresas
propiedad de mujeres o administradas por ellas
muestran niveles más bajos de productividad
laboral y productividad total de los factores en
comparación con las empresas propiedad de
hombres o administradas por hombres (Alibhai
et al., 2018; Munyegera y Precious, 2018; Islam
et al., 2020). Además, investigaciones recientes
indican que la crisis de la COVID-19 ha tenido
un impacto desigual en las mujeres empresarias
(Chawla et al., 2020; Jaim, 2021).
En cuanto a la pandemia de COVID-19 y su
particular relevancia para nuestra investigación,
estudios e informes recientes en los medios de co-
municación tradicionales indican que el impacto
de la crisis se ha sentido de forma despropor-
cional en las empresarias. Este fenómeno se ha
documentado a través de conjuntos de datos entre
países por organizaciones de renombre como la
ANDE (2020a), Facebook, la OCDE y el Banco
Mundial (2020). Además, se llevaron a cabo inves-
tigaciones a nivel nacional en Bangladesh (Jaim,
2021), India (ANDE, 2020b; Chawla et al., 2020),
el Reino Unido (Reuschke et al., 2021), Estados
Unidos (Fairlie, 2020; Manolova et al., 2020; Bloom
et al., 2021), y otras regiones que han aportado
pruebas adicionales a este hecho. Hay que recono-
cer que algunos de esos estudios, en particular los
centrados en los países en vías de desarrollo, se
basan en muestras relativamente pequeñas, que
por lo general abarcan solo unos pocos cientos de
empresas o incluso menos. Además, ciertos estu-
dios utilizan métodos de muestreo que pueden
no ser adecuados para extraer inferencias precisas
sobre una población especíca (Schneider, 2020).
Dadas estas realidades sobre las desigual-
dades de género y el predominio del sector no
estructurado en muchos contextos, es esencial
examinar las interacciones entre estos dos as-
pectos. De hecho, comprender la dinámica del
sector no estructurado puede ayudar a entender
las persistentes disparidades entre los géneros.
Por una parte, no es suciente el progreso en
la reducción de las brechas de género en diversas
áreas, ya que persisten desigualdades importan
-
tes en sectores clave como la educación, la salud,
el empleo y otros (Klasen, 2020; Islam y Amin,
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
294 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
2023). Por lo tanto, es crucial reconocer la preva-
lencia y las consecuencias de estas desigualdades
para promover el empoderamiento y la ecacia
de las mujeres (Wodon y de la Brière, 2018).
Por otra parte, un enfoque pertinente para com-
prender estas brechas de género consiste en anali-
zar el sector informal o no registrado, debido a su
importante escala en las economías en desarrollo,
donde representa alrededor de un tercio del PIB y
utiliza a casi el 70 % de la fuerza laboral (Ohnsorge
y Yu, 2021), jugando así un papel decisivo en la
vida económica de muchas mujeres.
Además, las mujeres se encuentran con más
frecuencia en el sector informal que en el sector
formal, lo que representa una proporción sig
-
nicativa de los trabajadores autónomos en los
países de ingresos bajos y medios bajos (Hyland
e Islam, 2021). Si bien a veces puede tratarse de
una elección motivada por la búsqueda de exi-
bilidad entre las responsabilidades de cuidado
y las actividades económicas (Elgin et al., 2021),
otros factores también pueden inuir en esta con-
centración, como las limitadas oportunidades en
el sector formal o las limitaciones impuestas por
las normas sociales y las leyes discriminatorias
(Hyland e Islam, 2021).
Por lo tanto, el análisis de las diferencias entre
los géneros en el sector informal es fundamen-
tal para comprender el panorama general de la
desigualdad de géneros y determinar los factores
que contribuyen a la participación y el empode-
ramiento económicos de la mujer.
Utilizando una base de datos establecida por
el Laboratorio de Análisis de Políticas de De-
sarrollo de la Facultad de Economía y Gestión
de la Universidad Cheikh Anta Diop de Dakar,
analizamos una muestra representativa de 923
empresas informales que operan en diversos sec-
tores en Dakar. El objetivo n es investigar las po-
sibles disparidades en el impacto de las empresas
dirigidas por mujeres frente a las dirigidas por
hombres en Dakar. Para ello, buscamos responder
dos preguntas principales:
Primero, ¿cuáles son los factores determinan-
tes del cierre de negocios en Dakar? Utilizando
los modelos de efectos marginales de Probit, se
identicaron varios factores con una inuencia
signicativa en la probabilidad de cierre tempo-
ral del negocio desde el inicio de la pandemia.
Entre estos factores, observamos que el género
del gerente de la empresa juega un papel impor-
tante, al igual que la disminución de las ventas,
la quiebra y el sector de actividad de la empresa.
Estos resultados resaltan la importancia de tomar
en cuenta factores como el género del gerente al
momento de analizar el impacto de la pandemia
en las empresas.
En segundo lugar, se investiga la probabili-
dad de cierre de empresas durante la pandemia
en relación con el género de los propietarios de
los negocios. Nuestros hallazgos indican que los
negocios liderados por mujeres presentan una
mayor probabilidad de cierre en comparación con
los liderados por hombres. Para ser especícos, los
resultados revelan que las empresas lideradas por
mujeres enfrentan una desventaja con una proba-
bilidad de cierre del 16 % mayor en comparación
con las empresas lideradas por hombres.
COVID-19 en Senegal
En marzo de 2020, la Organización Mundial
de la Salud (OMS) declaró el brote de COVID-19
como una pandemia mundial. A nales de sep-
tiembre de 2021, el virus había afectado a casi 30
millones de personas en todo el mundo, causando
casi un millón de muertes.
Además de los efectos directos en la salud y
el bienestar, la pandemia aumentó las situaciones
preexistentes de vulnerabilidad y discriminación
que afectan a diversas personas, incluidas las
mujeres y los niños. Esto se maniesta, en par-
ticular, por las repercusiones en sus actividades
económicas, así como por el acceso restringido
a servicios sociales esenciales como la salud, la
salud reproductiva, la nutrición, la educación, la
protección y otros aspectos relacionados con la
dinámica de género y las relaciones intrafamilia-
res o comunitarias.
Senegal es un país del Sahel en África Occiden
-
tal, con una población estimada de 16 705 608 ha-
bitantes en 2020, según las proyecciones demográ-
cas del Instituto Nacional de Estadística y de la
Démografía. Entre estos habitantes, hay 8 391 358
mujeres (50,2 %) y 8 314 250 hombres (49,8 %). La
mayoría de la población se concentra en la región
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
295
de Dakar, que representa alrededor del 30 % del
total, así como en las regiones periféricas de Dakar,
a saber, Thiès y Diourbel, que representan el 62 %
de la población según las estimaciones de 2020.
La población se está expandiendo rápidamente,
con una tasa de crecimiento anual del 3,8 %, y en
menos de 7 años, ha pasado de 12 a 16 millones de
habitantes. Más del 55 % de la población es menor
de 20 años, y la edad promedio es de 19. La tasa
media de fecundidad es de cinco hijos por mujer.
La mayoría de la población del Senegal, más de
la mitad (53,3 %), vive en zonas rurales, mientras
que el 46,7 % vive en zonas urbanas.
Al igual que muchos otros países del mundo,
Senegal ha estado enfrentando una propagación
sostenida de la epidemia de coronavirus desde
marzo de 2020. Desde que se detectó el primer
caso el 2 de marzo de 2020, el país ha supera-
do recientemente los 10 000 casos positivos y se
encuentra entre los países más afectados por la
pandemia en África. Hasta el 24 de septiembre de
2020, Senegal ha registrado 14 816 casos conrma-
dos de COVID-19, con 11 818 personas curadas
y 304 muertes. Las 14 regiones del país se ven
afectadas, pero se observan prevalencias más altas
en zonas altamente urbanizadas como Dakar (10
165 casos) y Thiès (1696 casos). Los hombres son
más afectados que las mujeres, con una relación
de 1,39 (es decir, 139 hombres por cada 100 mu-
jeres, o 14 hombres por cada 10 mujeres).1
Senegal aprendió de su experiencia durante la
epidemia de ébola en 2013 y 2014 y rápidamen-
te tomó medidas estrictas para tratar de limitar
la propagación de la enfermedad. Por ejemplo,
además de establecer un toque de queda, se cerra-
ron escuelas y universidades, se prohibieron las
oraciones en los lugares de culto, se restringieron
los viajes entre las regiones y se impusieron nor-
mas estrictas de higiene. Aunque estas medidas
contribuyeron a contener la epidemia, también
provocaron un deterioro de las condiciones de
vida de los hogares, que en muchos casos estaban
privados de recursos. Alrededor del 85 % de los
hogares reportaron una reducción de sus ingresos.2
1 Respuesta a la epidemia del nuevo coronavirus COVID-19, Senegal. Informe de situación N.º 58 del 24 de septiembre de
2020, Ministerio de Salud.
2 Boletín 1 ANSD, Banco Mundial, DGPPE, seguimiento del impacto en el bienestar de los hogares; septiembre de 2020.
Para contener el impacto económico de esta
crisis sanitaria, el gobierno creó un fondo de res-
puesta y solidaridad llamado Force-COVID-19,
con un presupuesto de 1000 millones de FCFA
(unos 164 millones de dólares estadounidenses).
Se asignó especícamente una dotación de 50 000
millones de francos CFA (82 millones de dólares
americanos) a la compra de alimentos para la
ayuda alimentaria de emergencia.
En Senegal, el empleo informal es la principal
fuente de empleo, representando el 95,4 % del em-
pleo no agrícola total, y la gran mayoría (97 %) de
la fuerza económica del país está representada por
empresas informales (ANSD, 2019). Tras el estallido
del primer caso de COVID-19 el 2 de marzo de 2020,
el gobierno implementó varias medidas a partir
del 15 de marzo de 2020, como la prohibición de
reuniones, la suspensión temporal de los cruceros y
el cierre de escuelas y universidades (MEPC, 2020).
Las medidas más restrictivas se adoptaron
el 23 de marzo de 2020 con la introducción del
estado de emergencia y el toque de queda, lo que
resultó en la regulación y prohibición de viajar
entre las ciudades y regiones de Senegal. A partir
del 29 de mayo de 2020, la prefectura de Dakar,
como parte del estado de emergencia, tomó me-
didas para establecer los días y horas en que los
mercados estarían abiertos y prohibir las ventas
en espacios públicos (MEPC, 2020).
Estas decisiones podrían tener consecuencias
en las actividades de los trabajadores del sector
informal, en particular los de la industria alimen-
taria en la región de Dakar. Esta región, densa-
mente poblada con cerca de cuatro millones de
habitantes, alberga aproximadamente un cuarto
de la población de Senegal en un área que cubre
menos del 3 % del territorio nacional (ANSD,
2016), y concentra la mayor parte de la activi-
dad económica del país, en particular el comer-
cio informal, el procesamiento y el transporte de
alimentos y la restauración, que probablemente
se verán gravemente afectados por las medidas
restrictivas impuestas por el gobierno senegalés.
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
296 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
El objetivo principal de este artículo es evi-
denciar los efectos de la crisis en la población,
especialmente en las mujeres gerentes de empre
-
sas informales de la región de Dakar.
Descripción de las
características de la muestra
Los datos movilizados en este trabajo proceden
de la encuesta realizada en 2022 sobre el impacto
de la pandemia de COVID-19 en las empresas
informales de Dakar. El objetivo de esta encuesta
es proporcionar información de las condiciones y
desafíos que enfrentan las empresas informales y
formales en Dakar como resultado de la pande-
mia. La encuesta fue realizada por el Laboratoire
d’Analyze des Politiques de Développement de la
Facultad de Economía y Gestión de la Universidad
Cheikh Anta Diop de Dakar sobre una muestra de
923 empresas informales en diferentes sectores de
actividad en la ciudad de Dakar.
Los datos se recopilaron mediante una encues-
ta estructurada con preguntas sobre las caracte-
rísticas de la empresa, la actividad económica, el
tamaño, el acceso a la nanciación y los recursos,
los efectos de la pandemia en su negocio y las
perspectivas futuras.
En la tabla 1 se presenta una visión general de
las variables utilizadas en este estudio, junto con
estadísticas descriptivas para cada una de ellas.
Las variables incluyen el género del director de la
empresa, el sector de actividad de la empresa, el
tamaño de la empresa, el descenso de las ventas
desde el inicio de la pandemia, la quiebra de la
empresa, el cierre temporal de la empresa desde
el inicio de la pandemia y el cierre permanente de
la empresa desde el inicio de la pandemia.
Tabla 1
Presentación y estadística descriptiva de las variables
Variables Modalidad Media Desviación estándar
Género del líder empresarial. 1: Mujer
0: Hombre 0,627907 0,4836591
Estado civil del líder empresarial.
1: Casado
2: Divorciado
3: Único
4: Viudo/a
1,531212 1,03579
Nivel educativo de líder
empresarial.
1: Superior
2: Secundaria
3: Primaria
4: Sin educación
3,228886 0,8315164
Pérdida de clientes desde el inicio
de la pandemia.
1: Sí
0: No 0,6156671 0,4867351
Apoyo del Gobierno en respuesta a
la pandemia de COVID-19.
1: Sí
0: No 0,0636475 0,2442735
Cierre temporal del negocio desde
el inicio de la pandemia.
1: Sí
0: No 0,4320685 0,4956673
Descenso de las ventas desde el
inicio de la pandemia.
Caída proporcional de las
ventas desde el inicio de la
pandemia.
53,14311 22,50299
Sector de la actividad.
1: Comercio
2: Servicio
3: Industria
2,887393 1,296507
Nota. Elaboración propia basada en datos de la encuesta sobre el impacto de la pandemia de COVID-19 en las
empresas informales de Dakar (2022).
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
297
El gráco 1 muestra una representación grá-
ca de la proporción de empresas dirigidas por
mujeres y hombres. Esta visualización nos per-
mite comprender mejor la distribución de los
puestos gerenciales entre los dos sexos y medir la
representatividad de mujeres y hombres en estos
roles. Examinando las proporciones respectivas,
podemos observar si las mujeres están infrarre-
presentadas o sobrerrepresentadas en los puestos
directivos en comparación con los hombres.
Los datos presentados en la gura 1 muestran
la proporción de empresas dirigidas por mujeres, y
los datos indican que el 63 % de las empresas están
dirigidas por mujeres, mientras que el 37 % están
dirigidas por hombres. Esta información pone de
relieve la importante presencia de mujeres en pues-
tos de liderazgo empresarial, aunque la proporción
de empresas dirigidas por hombres también sigue
siendo signicativa.
Figura 1
Proporción de empresas dirigidas por una mujer o un hombre
Nota. Autores basados en datos de la encuesta sobre el impacto de la pandemia de COVID-19 en las empresas
informales de Dakar (2022).
La gura 2 presenta la proporción de cierres
temporales de empresas dirigidas por mujeres y
hombres debido a la pandemia de COVID-19. Los
resultados muestran que durante la pandemia, el
30 % de las empresas dirigidas por mujeres cerra-
ron temporalmente, mientras que el 13 % de las
empresas dirigidas por hombres experimentaron
un cierre temporal. Por el contrario, el 32 % de
las empresas dirigidas por mujeres y el 24 % de
las dirigidas por hombres no experimentaron un
cierre temporal durante la pandemia.
Esta diferencia en las proporciones de cierres
temporales puede deberse a una serie de factores,
como el sector empresarial, el tamaño de la em-
presa, la capacidad nanciera y la capacidad de
gestión. Las empresas dirigidas por mujeres pue-
den haberse visto más afectadas porque operan
en sectores más afectados por la pandemia, son
de menor tamaño y pueden tener menos recursos
nancieros para hacer frente a la crisis.
Al observar la gura 3, podemos ver que solo
el 3 % de las empresas recibió apoyo gubernamen-
tal, ya sea a nivel nacional o local, en respuesta
a la pandemia de COVID-19. Esto signica que
el 97 % de las empresas no recibió apoyo guber-
namental durante este período.
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
298 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
Figura 2
Proporción de cierres temporales de empresas dirigidas por mujeres y hombres debido a la pandemia
Figura 3
Proporción de empresas que recibieron apoyo gubernamental, nacional o local, en respuesta a la pandemia de COVID
Nota. Elaboración propia basada en datos de la encuesta sobre el impacto de la pandemia de COVID-19 en las
empresas informales de Dakar (2022).
Lo anterior indica la importancia de poner en
marcha medidas de apoyo ecaces para ayudar a
las empresas a superar situaciones de crisis como
esta, con el n de preservar el empleo y la eco-
nomía en general. Es esencial que los gobiernos
tomen medidas para ayudar a las empresas nece-
sitadas, con el n de reducir el impacto económico
de la pandemia de COVID-19.
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
299
Metodología empírica
En esta sección presentamos la metodología
empírica que hemos seleccionado para abordar
nuestro problema. De hecho, la literatura pro-
pone numerosas técnicas econométricas para
identicar la relación causal de un programa. En
nuestro caso, optamos por un procedimiento de
igualación de la puntuación de propensión. Este
método se eligió por las siguientes razones: para
identicar los efectos de los cierres de empresas
durante el período de la COVID-19 sería necesario
comparar el cierre de una empresa dirigida por
una mujer con el de la misma empresa dirigida
por un hombre, sin embargo, esta comparación
no siempre es posible en la práctica. Utilizando
el procedimiento de igualación de propensión,
podemos construir un grupo de control confor-
mado por negocios similares a los manejados
por mujeres, pero manejados por hombres, lo
que nos permite medir el impacto de los cierres
de negocios por género.
Como señalaron Rosenbaum y Rubin (1983),
el emparejamiento es un enfoque no experimental
utilizado para estimar el impacto de un programa
o intervención cuando la asignación aleatoria
no es factible. Este método ofrece la ventaja de
mitigar las posibles fuentes de sesgo al tratar de
crear grupos tratados y no tratados que compar-
ten características similares.
Se puede expresar el efecto del tratamiento ∆it
en un negocio i en el momento t como la diferencia
entre el resultado potencial para un negocio
liderado por mujeres y el resultado potencial
para un negocio liderado por hombres. En otras
palabras, T se reere al grupo de tratamiento,
mientras que C corresponde al grupo de control.
Esta diferencia se puede formalizar matemática-
mente de la siguiente manera:
Sin embargo, una comparación directa de los
resultados potenciales podría introducir un sesgo
en nuestro análisis. Para evitar esto, es preferible
comparar los efectos promedio que el género del
gerente tendría en un negocio seleccionado al azar
en la población. Esta medida se conoce como el
Efecto Promedio del Tratamiento en toda la po-
blación (ETA) y se puede expresar utilizando el
operador de expectativa matemática E(.) :
El estimador ATE, también conocido como el
estimador naive, asume la diferencia simple en los
resultados medios entre los grupos de tratamiento
y control. Sin embargo, esto no se corresponde
necesariamente con lo que estamos tratando de
medir, que es la diferencia en los resultados pro-
medio entre las empresas dirigidas por mujeres
(empresas de tratamiento) y las dirigidas por
hombres (empresas de control). Por lo tanto, para
obtener una estimación adecuada, necesitamos
usar el ATT, es decir, el efecto medio del trata-
miento en las empresas tratadas, que se calcula
utilizando la siguiente fórmula:
El método PSM implica la creación de un grupo
de comparación estadística (también conocido
como grupo contrafáctico) basado en la probabili-
dad condicional de participar en el tratamiento T,
en función de las características observadas X. Esta
probabilidad está representada por la puntuación
de propensión, denominada P(X)=Pr (T=1|X). Esta
correspondencia se basa en dos supuestos princi-
pales: el supuesto de independencia condicional
(CIA) y el supuesto de apoyo común.
La primera hipótesis plantea que todas las
variables responsables del sesgo de selección son
observables. Esto implica que el efecto causal
promedio del tratamiento puede determinarse
únicamente considerando variables observables,
denotadas como X, que pueden incluir factores
como género, edad, antecedentes educativos, esta-
tus socioeconómico de los padres y otras caracterís-
ticas relevantes. Estas variables observables contie-
nen toda la información necesaria para caracterizar
los resultados potenciales de los individuos. Dicho
de otro modo, la suposición de selección basada
en los resultados observables signica que las va-
riables de resultado no observadas son
independientes de la asignación del tratamiento
(T) de las variables observables (X), es decir, X,
por lo que
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
300 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
El emparejamiento de individuos tratados
y de control se torna difícil cuando se intenta
emparejar con base en datos observables que
involucran un gran número de variables. Esta
dicultad surge de la lucha por encontrar dos
individuos comparables en dos grupos diferentes.
Para abordar esta limitación, Rosenbaum y
Rubin (1983) introdujeron una hipótesis de in-
dependencia condicional (CIA) que se basa en
los puntajes3 de propensión.
La segunda hipótesis (la hipótesis de apoyo
común), introducida por Rosenbaum y Rubin
(1983), arma que hay al menos un individuo,
si no varios, en el grupo de comparación con las
mismas características observables o las mismas
probabilidades de acceder al tratamiento de cada
participante. Esta hipótesis puede expresarse me-
diante la siguiente ecuación:
Resultados y discusión
Antes de comenzar a examinar el efecto del li
-
derazgo femenino en las empresas con el método
de igualación de la puntuación de propensión, se
prevé realizar un análisis de regresión logística
para comprender los factores que inuyen en el
cierre de las empresas, con el n de identicar
las variables que tienen mayor impacto en la su-
pervivencia y control de las empresas y evaluar
el efecto del liderazgo femenino. Una vez que
hayamos controlado estas variables, podremos
examinar con mayor precisión el efecto del lide-
razgo femenino en el desempeño empresarial.
La regresión logística es un método estadístico
utilizado para modelar la probabilidad de cierre
de un negocio en función de diversas variables
explicativas. Con este método, podemos identi-
car los factores que tienen el mayor impacto en
la supervivencia de las empresas.
3 Rosenbaum y Rubin (1983) introducen el concepto de “puntuación de propensión” (PS), que representa la probabilidad
de que un individuo con características específicas reciba un tratamiento particular. En otras palabras, el PS denota la
probabilidad condicional de que un individuo se beneficie de un tratamiento, dadas las covariables observadas.
El modelo Probit se utiliza para estudiar los
determinantes del cierre de negocios, dado que la
variable a explicar es una variable cticia binaria.
En consecuencia, el modelo probit se dene de
la siguiente manera:
Prob(cierre)=β0+β1 géneroi+ β2 dism_ventasi + β3 esta-
docivil
i
+β
4
niv_educ
i
+ β
5
perd_clientes
i
+ β
6
quiebra
i
+
β7 ayudagubi+ β8sectori+ε_i
La variable dependiente indica si una empresa
ha cerrado temporalmente desde el inicio de la
pandemia (suspensión de servicios o producción)
tomando el valor 1, y 0 en caso contrario. La va-
riable de género es una variable dicotómica que
toma el valor 1 si el negocio es dirigido por una
mujer, y 0 si es dirigido por un hombre. La variable
dism_ventas representa la proporción de dismi-
nución de las ventas. Las variables estadocivil y
niv_educ indican el estado civil y el nivel de edu-
cación del líder empresarial, respectivamente. La
variable perd_clientes es binaria y toma el valor 1
si el negocio ha perdido clientes desde el inicio de
la pandemia, y 0 en caso contrario. La variable de
quiebra también es binaria, tomando el valor 1 si la
empresa se ha declarado en quiebra o insolvencia.
Finalmente, la variable ayuda_gub toma el valor 1
si la empresa ha recibido algún apoyo del gobierno
nacional o local, y 0 en caso contrario.
La tabla 2 muestra los efectos marginales
estimados de los modelos probit en los factores
determinantes del cierre de empresas en Dakar.
Los resultados del análisis muestran que ciertos
factores tienen una inuencia signicativa en la
probabilidad de cierre temporal de empresas desde
el inicio de la pandemia. Estos factores incluyen
el género del líder empresarial, la disminución
de las ventas, la quiebra y el sector empresarial.
Los resultados del análisis indican que varios
factores están asociados a la probabilidad de cie-
rre temporal de empresas en Dakar desde el inicio
de la pandemia. Especícamente, las empresas
dirigidas por mujeres tienen una probabilidad
21 % mayor de cierre temporal que las dirigidas
por hombres. Esta diferencia podría explicarse
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
301
por las diferencias de género en la gestión y toma
de decisiones.
Por otra parte, la reducción de las ventas es un
factor importante para aumentar la probabilidad
de cierre temporal, lo que no es sorprendente
debido al impacto económico de la pandemia
en las actividades empresariales. Además, las
empresas que ya han experimentado dicultades
nancieras, como la quiebra, también tienen una
mayor probabilidad de cierre temporal.
Por último, el sector empresarial es otro factor
importante, ya que algunas industrias se ven más
afectadas que otras por la crisis sanitaria. Por ejem-
plo, los sectores minoristas y de la construcción
son particularmente vulnerables, lo que puede
explicar la mayor probabilidad de cierre temporal.
Tabla 2
Efectos marginales de los modelos Probit sobre los determinantes del cierre
Cierre dy/dx Estándar. Err z P>|z| [Conf. 95% Intervalo]
Género 0,2133393 0,0386664 5,52 0,000*** 0,1375545 0,2891241
dism_ventas 0,0054907 0,0008224 6,68 0,000*** 0,0038788 0,007026
Estadocivil -0,0104316 0,0185012 -0,56 0,573 -0,0466933 0,0258301
niv_educ -0,0237368 0,023567 -1,01 0,314 -0,0699273 0,0224536
perd_clientes 0,0228739 0,0409622 0,56 0,577 -0,0574106 0,1031583
Quiebra 0,2402105 0,0527635 4,55 0,000*** 0,136796 0,343625
ayuda_gub 0,0917198 0,0799703 1,15 0,251 -0,0650191 .2484588
Sector 0,0317902 0,014484 2,19 0,028** 0,0034021 0,0601783
Nota. Elaboración propia, software STATA. Nota :*: p<0,1; **: p<0,05; ***: p<0,01.
Tras haber investigado los efectos marginales
de los modelos Probit sobre los determinantes del
cierre de empresas, nos centramos en el impacto
del género en este fenómeno durante la pandemia
de COVID-19. Para ello, utilizaremos el método
de igualación de la puntuación de propensión.
Más especícamente, el objetivo es compren-
der si el género juega un papel en la probabilidad
de cierre de empresas durante la crisis de salud.
Para ello, utilizaremos el método de igualación
de la puntuación de propensión, que crea grupos
comparables de mujeres y hombres emprende-
dores con características similares en términos de
tamaño de negocio, sector de actividad, nivel de
educación, etc.
En la tabla 3 se muestran las disparidades en
las medias y las desviaciones estándar de las va-
riables empleadas en nuestro análisis. Estas varia-
bles se utilizaron en el proceso de estimación para
mejorar la comparabilidad entre los dos grupos.
Especícamente, los resultados de la prueba t de
Student revelan que, en promedio, los dos grupos
presentan similitudes en todas las variables, ex-
cepto en el estado civil, el nivel de educación del
dueño del negocio y el sector.
Tabla 3
Diferencia en las medias variables
Variable Tratadas Control Estadística T
N. Tratados Media Estándar. Err N. Control Media Estándar. Err
dism_ventas 335 53,81493 1,174545 224 52,13839 1,599685 -0,8630
estadocivil 513 1,664717 0,0516367 304 1,305921 0,0404279 -4,8515
niv_educ 513 3,274854 0,0350268 304 3,151316 0,0509421 -2,0567
perd_clientse 513 .5945419 0,0216985 304 0,6513158 0,0273773 1,6131
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
302 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
Variable Tratadas Control Estadística T
N. Tratados Media Estándar. Err N. Control Media Estándar. Err
quiebre 513 .1559454 0,0160338 304 .1282895 0,0192115 -1,0826
ayuda_gub 513 0,0584795 0,0103701 304 0,0723684 0,0148847 0,7854
sector 513 2,65692 0,0459933 304 3,276316 0,0897997 6,7799
Nota. Elaboración propia, software STATA.
4 En el proceso de igualación, múltiples individuos del grupo control se emparejan con cada individuo tratado, con la asig-
nación de pesos inversamente proporcional a la distancia entre los individuos tratados y no tratados.
5 Una persona que ha recibido tratamiento se empareja con una persona no tratada en función de su puntuación de propen-
sión más cercana.
6 La estratificación del puntaje de propensión implica estimar el efecto del tratamiento dentro de los estratos definidos con
mayor frecuencia por el puntaje de propensión quintiles o deciles.
7 Un individuo del grupo no tratado se emparejará con un individuo del grupo tratado en función de su puntuación de pro-
Una vez realizada la prueba t de Student, pro-
cederemos a probar la hipótesis de apoyo común.
Este paso nos permite asegurar que los individuos
tienen características observables similares, no
afectadas por la variable de tratamiento. Así, el
apoyo común nos permite identicar las empresas
dirigidas por hombres y las dirigidas por mujeres,
que tienen puntuaciones de propensión prácti-
camente idénticas.
En otras palabras, el soporte común repre-
senta el área donde las curvas de puntuación
de propensión de los dos grupos se superponen
perfectamente. En nuestro caso, el apoyo común
obtenido se sitúa entre 0,3251008 y 0,9078215,
como se muestra en la gura 4.
Figura 4
Distribución de las puntuaciones de propensión en el medio común
Nota. Elaboración propia, software STATA.
Una vez identicada la puntuación de propen-
sión y la región de apoyo común, las unidades del
grupo de tratamiento pueden equipararse con las
del grupo de comparación con la puntuación más
similar. Esto se puede hacer utilizando diferentes
métodos, incluyendo los cuatro métodos de coinci-
dencia basados en puntuación de propensión: Ker-
nel,4 vecino5 más cercano, estraticación6 y radio.7
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
303
Los resultados coincidentes para toda la mues-
tra indican una diferencia estadísticamente signi-
cativa en las variables de resultado entre los nego-
pensión más cercana, asegurándose de que no se exceda la distancia máxima entre ellos.
cios dirigidos por mujeres (grupo de tratamiento)
y los dirigidos por hombres (grupo de control)
con características observables similares (tabla 4).
Tabla 4
Efecto medio del tratamiento en las variables de resultado
Método n. tratado n. control ATT Estándar.
Err. t
Cierre de empresas
Vecino más cercano 513 256 0,167 0,063 2,656
Núcleo 513 291 0,163 0,035 4,716
Radio 387 250 0,225 0,053 4,240
Estratificación 513 291 0,145 0,045 3,234
Bancarrota
Vecino más cercano 513 256 0,058 0,045 1,291
Núcleo 513 291 0,068 0,023 2,895
Nota. Elaboración propia, software STATA.
Los resultados de los cuatro métodos de aná-
lisis (kernel, vecino más cercano, estraticación
y radio) conrman que el género del gerente tie-
ne un efecto causal signicativo en la variable
de cierre de negocios durante la pandemia de
COVID-19. Las empresas dirigidas por mujeres
tienen un 14 % más de probabilidad de cierre
utilizando el método de estraticación, un 16
% más de probabilidad usando los métodos de
vecino y núcleo más cercanos, y un 22 % más
de probabilidad usando el método de radio, en
comparación con las dirigidas por hombres. To-
dos estos resultados son estadísticamente signi-
cativos al nivel del 1 %.
Estos hallazgos refuerzan la idea de que el
género del gerente puede tener un impacto en la
resiliencia de la empresa a las dicultades eco-
nómicas generadas por la pandemia. De hecho,
esto se ve conrmado por los efectos marginales
de los modelos Probit sobre los determinantes
del cierre, presentados en la tabla 2. Estos resul-
tados muestran que el género del gerente es una
variable signicativa en la probabilidad de cierre
del negocio.
Además, estos resultados son parecidos a los
obtenidos por Liu et al. (2021), que también mos-
traron que los negocios dirigidos por mujeres
presentaron más cierres durante la pandemia
de COVID-19.
En cuanto a la variable de resultado de la quie-
bra de las estimaciones, las empresas dirigidas
por mujeres tienen una mayor probabilidad de
quiebre durante la crisis de la COVID-19, con
una diferencia del 7 % en comparación con las
empresas dirigidas por hombres. Esto puede ser
motivo de preocupación para las empresas de
mujeres, que pueden ser más vulnerables a los
efectos económicos negativos de la pandemia.
Tras calcular el efecto medio del tratamiento
sobre las variables de resultado, que incluyen el
cierre de empresas y el quiebre, procederemos a
calcular el efecto del tratamiento sobre el cierre
de empresas que recibieron apoyo nanciero del
gobierno nacional o local. Este paso es particular-
mente importante, ya que nos permite compren-
der el impacto real de los programas de apoyo
nanciero en la supervivencia de las empresas.
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
304 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
Tabla 5
Efecto medio del género en el cierre de empresas con o sin apoyo nanciero del gobierno nacional o local
Coef. Err. Estándar. z P>|z| [Intervalo Conf. 95%]
ayuda_gub=0 0,1705906 0,0503605 3,39 0,001*** 0,0718859 0,2692954
ayuda_gub=1 0,0944444 0,2390417 0,40 0,693 -0,3740687 0,5629576
Nota. Elaboración propia, software STATA.
Las empresas dirigidas por mujeres y que no
reciben apoyo nanciero del gobierno nacional
o local tienen un 17 % más de probabilidades de
cerrar que las dirigidas por hombres y no reciben
un apoyo similar. Esta disparidad puede atribuir-
se a diversos factores, como la discriminación por
motivos de género, los estereotipos de género,
las diferencias en el acceso a la nanciación y al
mercado. Por otra parte, el impacto del género
en el cierre de las empresas que se benecian de
este apoyo no es signicativo.
La pandemia de COVID-19 ha tenido un
impacto signicativo en las empresas dirigidas
por mujeres, como muestra nuestro estudio. Los
resultados muestran que estos negocios fueron
más afectados que los dirigidos por hombres.
Una consecuencia notable es que las empresas
dirigidas por mujeres tenían más probabilidades
de cerrar temporalmente sus operaciones durante
la pandemia (Islam et al., 2019).
Esta disparidad en el impacto de la pandemia
en las empresas dirigidas por mujeres puede atri
-
buirse a una serie de factores. En primer lugar,
los sectores económicos más afectados por las
medidas de contención, como los servicios per-
sonales y las industrias creativas, suelen estar
dominados por mujeres empresarias (Amin e
Islam, 2014). En consecuencia, estos sectores han
sido particularmente vulnerables a los trastornos
económicos causados por la pandemia.
Además, las mujeres empresarias a menudo
se enfrentan a barreras estructurales y desigual-
dades preexistentes, como el acceso limitado a
las redes nancieras y profesionales (Ahmed et
al., 2020). La crisis sanitaria ha exacerbado estas
disparidades, haciendo más difícil para las mu-
jeres mantener sus negocios y hacer frente a los
desafíos económicos causados por la pandemia.
Conclusión
La pandemia de COVID-19, al igual que otras
crisis, muestra un impacto de género desigual, ya
que las crisis no son inherentemente neutras en
cuanto a género. La pandemia ha afectado con-
siderablemente a las empresas y los entornos de
trabajo, especialmente a las empresas pequeñas e
informales. Las empresas dirigidas por mujeres,
en comparación con las dirigidas por hombres,
tienen más probalidades de experimentar cierres
temporales más largos y frecuentes durante la
pandemia de COVID-19.
En las economías en desarrollo, las mujeres
frecuentemente se enfrentan a normas sociales
que les asignan responsabilidades de cuidado,
lo que supone una presión adicional para las
propietarias de negocios durante la pandemia.
Al formular políticas para apoyar a las empresas
vulnerables, resulta crucial comprender de ma
-
nera integral el impacto especíco de la crisis en
las empresas lideradas por mujeres y esforzarse
por mitigar las disparidades de género en la pro-
ductividad, los ingresos y las ganancias.
Este artículo investigó el impacto de la pan-
demia de COVID-19 en empresas lideradas por
mujeres y hombres. Los resultados de la investi-
gación revelaron que las empresas dirigidas por
mujeres experimentaron un efecto adverso más
signicativo durante la pandemia en comparación
con las dirigidas por hombres. Especícamente,
estos negocios eran más propensos a cierres tempo-
rales que sus contrapartes dirigidas por hombres.
Estos resultados generan preocupación, consi-
derando que las empresas dirigidas por mujeres
suelen ser más pequeñas y menos productivas
que las dirigidas por hombres. Además, las mu-
jeres empresarias cuentan con obstáculos adi-
cionales, como la discriminación por motivos de
género, el acceso limitado a los recursos nan-
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
305
cieros y la falta de redes y apoyo profesionales.
La pandemia de COVID-19 ha exacerbado estos
desafíos preexistentes, subrayando la necesidad
urgente de medidas proactivas para apoyar a las
empresas dirigidas por mujeres.
En este artículo se enfatiza el impacto conside-
rable de la pandemia en las empresas informales
lideradas por mujeres, y subraya la necesidad de
adoptar medidas especícas para prestar apoyo
y aumentar la resiliencia a largo plazo de estas
empresas. Los encargados de la formulación de
políticas y los interesados en el desarrollo de-
berían tomar en cuenta estas conclusiones al
formular políticas y programas que aborden es-
pecícamente los problemas a que se enfrentan
las empresarias del sector informal.
A pesar de la valiosa información brindada
sobre el impacto de la pandemia de COVID-19
en las empresas informales dirigidas por mujeres,
este artículo reconoce ciertas limitaciones que me-
recen consideración. En primer lugar, el estudio se
centra únicamente en la ciudad de Dakar y limita
su generalización a otros contextos geográcos y
culturales. La repetición de esta investigación en
diferentes regiones sería valiosa para obtener una
mayor comprensión de las potenciales variaciones
de los efectos de la pandemia en las empresas
informales dirigidas por mujeres.
En cuanto a las futuras investigaciones, sería
interesante profundizar en el análisis de los fac-
tores que han contribuido al impacto despropor-
cionado de la pandemia en las empresas informa
-
les dirigidas por mujeres. Por ejemplo, sería útil
examinar en detalle los obstáculos especícos que
enfrentan en cuanto al acceso a la nanciación,
los recursos y los mercados. Un estudio a fon-
do de las estrategias de adaptación y resiliencia
aplicadas por estas empresarias también podría
proporcionar información valiosa para funda-
mentar las políticas y los programas de apoyo.
Financiación
El estudio se llevó a cabo como parte de un
programa de movilidad internacional para jóvenes
estudiantes de doctorado en economía, nanciado
por el Centro Internacional de Investigación para
el Desarrollo (IDRC) y con sede en la Universidad
Cheikh Anta Diop de Dakar (UCAD).
Disponibilidad de datos y materiales
Los autores están dispuestos a proporcionar
los datos a petición razonable y con la autoriza-
ción del Laboratorio de Análisis de Políticas de
Desarrollo de la Universidad Cheikh Anta Diop
de Dakar (UCAD).
Referencias bibliográficas
Agence Nationale de la Statistique et de la Démographie.
(2016). Rapport projection de la population du
Sénégal (2013-2063). ANSD (168pp). Dakar,
Sénégal. http://bitly.ws/IpDG
Agence Nationale de la Statistique et de la
Démographie. (2019). Enquête Régionale
Intégrée sur l’Emploi et le Secteur Informel
(ERI-ESI). ANSD (288pp). Rapport final.
Dakar, Sénégal. http://bitly.ws/IpEg
Alon, T., Coskun, S., Doepke, M., Koll, D. y Tertilt,
M. (2022). From mancession to shecession:
Women’s employment in regular and pande-
mic recessions. NBER Macroeconomics Annual,
36(1), 83-151. https://doi.org/10.1086/718660
Ahmed, T., Muzi, S. y Ueda, K. (2020). Do crises hit
female-managed and male-managed firms diffe-
rently? Evidence from the 2008 Financial Crisis.
Enterprise Note Series No. 39. World Bank,
Washington, DC. http://bitly.ws/IcPp
Alibhai, S., Buehren, N. y Papineni, S. (July 10, 2018).
Better loans or better borrowers? impact of meso-cre-
dit on female-owned enterprises in Ethiopia. Impact
of meso-credit on female-owned enterprises in
Ethiopia. World Bank Policy Research Working
Paper, (8511). http://bitly.ws/IcPQ
Amin, M. y Viganola, D. (2021). Does better access to finan
-
ce help firms deal with the COVID-19 Pandemic?
Evidence from firm-level survey data. Policy
Research Working Paper No. 9697. © World
Bank, Washington, DC. http://bitly.ws/IcRf
ANDE. (2020a). “COVID-19 Implications for Small and
Growing Businesses: Emerging Evidence in
India from the Entrepreneurial Ecosystem.”
ANDE Issue Brief 38, Aspen Network of
Development Entrepreneurs (ANDE),
Washington, DC. http://bitly.ws/LbzA
ANDE. (2020b). “The Small and Growing Business
Sector and the COVID-19 Crisis: Emerging
Evidence on Key Risks and Needs”. ANDE
Issue Brief 38, Aspen Network of Development
Entrepreneurs (ANDE), Washington, DC.
http://bitly.ws/LbDj
Apedo-Amah, M. C., Avdiu, B., Cirera, X., Cruz, M.,
Davies, E., Grover, A., Iacovone, L., Kilinc,
U., Medvedev, D., Maduko, F. O., Poupakis,
© 2023, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
306 Ayoub Saadi, Assane Beye y Mariem Liouaeddine
S., Torres, J. y Tran, T. T. (2020). Unmasking
the Impact of COVID-19 on Businesses. Policy
Research Working Paper No. 9434.
http://bitly.ws/nDTu
Aristei, D. y Gallo, M. (2022). Are female-led firms
disadvantaged in accessing bank cre-
dit? Evidence from transition economies.
International Journal of Emerging Markets, 17(6),
1484-1521.
https://doi.org/10.1108/IJOEM-03-2020-0286
Bennett, P., Ravetti, C. y Wong, P. Y. (2021). Losing in
a boom: Long-term consequences of a local
economic shock for female labour market out-
comes. Labour Economics, 73, 102080.
https://doi.org/10.1016/j.labeco.2021.102080
Bloom, N., Bunn, P., Mizen, P., Smietanka, P. y Thwaites,
G. (2020). The impact of Covid-19 on productivity
(No. w28233). National Bureau of Economic
Research. http://bitly.ws/IcS8
Bloom, N., Fletcher, R. S. y Yeh, E. (2021). The impact of
COVID-19 on US firms (No. w28314). National
Bureau of Economic Research.
https://doi.org/10.3386/w28314
Buffington, C., Dennis, C., Dinlersoz, E., Foster, L. y
Klimek, S. (2020). Measuring the effect of covid-
19 on us small businesses: The small business pulse
survey (No. 20-16). http://bitly.ws/IcTf
Campos, F., Coleman, R. D., Conconi, A., Donald,
A., Gassier, M., Goldstein, M. P., Chavez, Z.,
Mikulski, J., Milazzo, A., Paryavi, M., Pierotti,
R, O’Sullivan, M. y Vaillant, J. (2019). Profiting
from parity: unlocking the potential of women›s
businesses in Africa: Main Report. Washington,
DC: World Bank Group. http://bitly.ws/Lbtz
Chaudhuri, K., Sasidharan, S. y Raj, R. S. N. (2020).
Gender, small firm ownership, and cre-
dit access: some insights from India. Small
Business Economics, 54, 1165-1181.
https://doi.org/10.1007/s11187-018-0124-3
Chawla, M., Sahni, P. y Sadhwani, K. (2020). Can
COVID-19 be the turning point for women entre-
preneurs in India. Bain & Company, Google
and AWE Foundation. http://bitly.ws/IpFD
Collins, C., Landivar, L. C., Ruppanner, L. y
Scarborough, W. J. (2021). COVID‐19 and
the gender gap in work hours. Gender, Work
& Organization, 28, 101-112.
https://doi.org/10.1111/gwao.12506
Cui, R., Ding, H. y Zhu, F. (2022). Gender inequality in
research productivity during the COVID-19
pandemic. Manufacturing & Service Operations
Management, 24(2), 707-726.
https://doi.org/10.1287/msom.2021.0991
Dang, H. A. H. y Nguyen, C. V. (2021). Gender inequa-
lity during the COVID-19 pandemic: Income,
expenditure, savings, and job loss. World
Development, 140, 105296.
https://bit.ly/3EU78eM
Elgin, C., Kose, M. A., Ohnsorge, F. y Yu, S. (2021).
Understanding informality. CAMA Working
Paper No. 76.
http://dx.doi.org/10.2139/ssrn.3916568
Facebook, OECD y World Bank. (2020). “The Future of
Business Survey.” Technical report.
http://bitly.ws/LbAJ
Fairlie, R. (2020). The impact of COVID‐19 on small
business owners: Evidence from the first three
months after widespread social‐distancing
restrictions. Journal of economics & management
strategy, 29(4), 727-740.
https://doi.org/10.3386/w27462
Gezici, A. y Ozay, O. (2020). An intersectional analy-
sis of COVID-19 unemployment. Journal of
Economics, Race, and Policy, 3(4), 270-281.
https://doi.org/10.1007/s41996-020-00075-w
Hardy, M. y Kagy, G. (2018, May). Mind the (profit) gap:
why are female enterprise owners earning less
than men? In AEA Papers and Proceedings (Vol.
108, pp. 252-55).
https://doi.org/10.1257/pandp.20181025
Hardy, M. y Kagy, G. (2020). It’s getting crowded in
here: experimental evidence of demand cons-
traints in the gender profit gap. The Economic
Journal, 130(631), 2272-2290.
https://doi.org/10.1093/ej/ueaa040
Hyland, M. e Islam, A. (2021). Gendered laws, informal
origins, and subsequent performance. Policy
Research Working Paper 9766. Washington, DC:
World Bank
https://doi.org/10.1596/1813-9450-9766
Islam, A. M. y Amin, M. (2023). The gender labor
productivity gap across informal firms.
World Development, 167, 106229. https://doi.
org/10.1016/j.worlddev.2023.106229
Islam, A. M., Gaddis, I., Palacios López, A. y Amin, M.
(2020). The labor productivity gap between
formal businesses run by women and men.
Feminist Economics, 26(4), 228-258.
https://bit.ly/3Z0SHMO
Islam, A., Palacios Lopez, A. y Amin, M. (2019).
Decomposing the labour productivity gap
between migrant-owned and native-owned
firms in Sub-Saharan Africa. The Journal of
Development Studies, 55(9), 2065-2082.
https://bit.ly/4k45BBQ
Jaim, J. (2021). Exist or exit? Women business‐owners
in Bangladesh during COVID‐19. Gender, Work
& Organization, 28, 209-226.
https://doi.org/10.1111/gwao.12546
Factores determinantes del cierre de empresas informales por género: un estudio microeconómico aplicado en Senegal
Retos, 13(26),291-307
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
307
Karalashvili, N. y Viganola, D. (2021). The evol-
ving effect of COVID-19 on the private sector.
Global Indicators Briefs; No. 1. World Bank,
Washington, DC. http://bitly.ws/IcUn
Kiefer, K., Heileman, M. y Pett, T. L. (2022). Does gen-
der still matter? An examination of small busi-
ness performance. Small Business Economics,
58(1), 141-167
https://doi.org/10.1007/s11187-020-00403-2
Kikuchi, S., Kitao, S. y Mikoshiba, M. (2021). Who
suffers from the COVID-19 shocks? Labor
market heterogeneity and welfare conse-
quences in Japan. Journal of the Japanese and
International Economies, 59, 101117.
https://doi.org/10.1016/j.jjie.2020.101117
Klasen, S. (2020). From ‘MeToo’ to Boko Haram: A sur-
vey of levels and trends of gender inequality
in the world. World Development 128(C): 1-10.
https://bit.ly/4k21Fl1
Liu, Y., Wei, S. y Xu, J. (2021). COVID-19 and women-
led businesses around the world. Finance
Research Letters, 43, 102012.
https://doi.org/10.1016/j.frl.2021.102012
Manolova, T. S., Brush, C. G., Edelman, L. F. y Elam,
A. (2020). Pivoting to stay the course: How
women entrepreneurs take advantage of
opportunities created by the COVID-19 pan-
demic. International Small Business Journal,
38(6), 481-491.
https://doi.org/10.1177/0266242620949136
MEPC [Ministère de l’Economie du Plan et de la
Coopération]. (2020). Recueil des principaux
textes émis depuis le début de la crise sanitaire
liée à la covid-19-exposé des textes.
http://bitly.ws/IpGy
Montenovo, L., Jiang, X., Lozano-Rojas, F., Schmutte, I.,
Simon, K., Weinberg, B. A. y Wing, C. (2022).
Determinants of disparities in early COVID-19
job losses. Demography, 59(3), 827-855.
https://doi.org/10.1215/00703370-9961471
Mroczek-Dąbrowska, K. y Gaweł, A. (2020).
Determinants of female entrepreneurship
in male-and female-dominated sectors in
selected European countries. International
Entrepreneurship Review, 6(2), 55-68.
https://doi.org/10.15678/IER.2020.0602.04
Munyegera, G. K. y Precious, A. (2018). The gender gap
in firm productivity in Rwanda: Evidence from
establishment and household enterprise data (No.
2018/100). WIDER Working Paper.
https://bit.ly/3EU7dz6
Ohnsorge, F. y Shu, Y. (eds.) (2021). The Long Shadow
of Informality: Challenges and Policies. Advance
Edition. License: Creative Commons Attribution
CC BY 3.0 IGO. http://bitly.ws/Li6p
Oladipo, O., Platt, K. y Shim, H. S. (2023). Female entre-
preneurs managing from home. Small Business
Economics, 1-18.
https://doi.org/10.1007/s11187-022-00713-7
Power, K. (2020). The COVID-19 pandemic has increa-
sed the care burden of women and families.
Sustainability: Science, Practice and Policy,
16(1), 67-73.
https://bit.ly/3YTAcdp
Reuschke, D., Henley, A., Daniel, E. y Price, V. (2021).
Testing the differential impact of COVID-19 on
self-employed women and men in the United
Kingdom.
http://dx.doi.org/10.2139/ssrn.3813643
Rosenbaum, P. R. y Rubin, D. B. (1983). The central role
of the propensity score in observational stu-
dies for causal effects. Biometrika, 70(1), 41-55.
https://doi.org/10.1093/biomet/70.1.41
Schneider, J. (2020). Future of business survey metho-
dology note. Facebook, November, 2, 2020.
http://bitly.ws/LbGK
Shoma, C. D. (2019). Financing female entrepreneurs
in cottage, micro, small, and medium enter-
prises: Evidence from the financial sector in
Bangladesh 2010-2018. Asia & the Pacific Policy
Studies, 6(3), 397-416.
https://doi.org/10.1002/app5.286
Ud Din, N., Cheng, X. y Nazneen, S. (2018). Women’s
skills and career advancement: A review of
gender (in) equality in an accounting workpla-
ce. Economic Research-Ekonomska istraživanja,
31(1), 1512– 1525.
https://doi.org/10.1080/1331677X.2018.14968
Wodon, Q. y De La Brière, B. (2018). Unrealized poten-
tial: the high cost of gender inequality in earnings.
World Bank. https://bit.ly/4411YnL
