Ingresos frente al salario mínimo

¿Cuántos ocupados ganan el salario mínimo, cuántos menos y cuántos más? La variable armonizada ratio_smlv es el ingreso laboral mensual dividido por el salario mínimo del año (dd.SMLV).

import numpy as np

import dane_data as dd

df = dd.geih.load(2025, variables=["fex", "ocupado", "formal", "ingreso_laboral", "ratio_smlv"])
ocupados = df[(df.ocupado == 1) & df.ingreso_laboral.notna()]
dd.SMLV[2025], len(ocupados)

(1423500, 349830)

La distribución

El histograma usa el factor de expansión como peso (dividido por 12, porque son doce meses):

fig, ax = plt.subplots(figsize=(10, 4.2))
bins = np.arange(0, 4.01, 0.05)
grupos = [ocupados[ocupados.formal == 0], ocupados[ocupados.formal == 1]]
ax.hist([d["ratio_smlv"].clip(upper=4) for d in grupos], bins=bins, stacked=True,
        weights=[d["fex"] / 12 / 1e3 for d in grupos], color=["#eb6834", "#2a78d6"],
        label=["Informales", "Formales"])
ax.axvline(1, color="0.2", lw=1, ls="--")
ax.set_xlabel("Ingreso laboral mensual, en salarios mínimos (4 = 4 o más)")
ax.set_ylabel("Miles de ocupados")
ax.set_title("Ingreso laboral de los ocupados, 2025")
ax.legend();

La distribución tiene un pico enorme justo en un salario mínimo, sobre todo entre los formales: el mínimo es un piso efectivo para el empleo formal. Entre los informales, la mayor parte gana menos del mínimo.

ocupados = ocupados.assign(rango=pd.cut(ocupados["ratio_smlv"], [-np.inf, 0.95, 1.05, 2, np.inf],
                                        labels=["Menos del mínimo", "Alrededor del mínimo (±5 %)",
                                                "Entre 1 y 2 mínimos", "Más de 2 mínimos"]))
dd.tabla(ocupados, por=["formal", "rango"], estadistico="porcentaje").round(1)

	formal	rango	total	n_muestra	porcentaje
0	0	Menos del mínimo	9332835.4	143453	71.7
1	0	Alrededor del mínimo (±5 %)	781985.0	13204	6.0
2	0	Entre 1 y 2 mínimos	2381531.0	36352	18.3
3	0	Más de 2 mínimos	518554.0	7376	4.0
4	1	Menos del mínimo	541842.9	8327	5.3
5	1	Alrededor del mínimo (±5 %)	2757305.8	42510	27.2
6	1	Entre 1 y 2 mínimos	4050638.4	59202	39.9
7	1	Más de 2 mínimos	2804692.3	39406	27.6

Año por año

Para varios años se procesa uno a la vez, cargando solo las variables necesarias: así la memoria no crece con el número de años.

filas = []
for anio in range(2008, 2026):
    d = dd.geih.load(anio, variables=["fex", "ocupado", "ingreso_laboral", "ratio_smlv"])
    d = d[(d.ocupado == 1) & d.ingreso_laboral.notna()]
    w = d["fex"]
    filas.append({
        "anio": anio,
        "menos_del_minimo": 100 * w[d.ratio_smlv < 0.95].sum() / w.sum(),
        "alrededor_del_minimo": 100 * w[d.ratio_smlv.between(0.95, 1.05)].sum() / w.sum(),
    })
cerca = pd.DataFrame(filas)
cerca.round(1)

	anio	menos_del_minimo	alrededor_del_minimo
0	2008	43.0	12.1
1	2009	46.9	14.3
2	2010	45.3	13.3
3	2011	46.7	9.9
4	2012	46.0	8.6
5	2013	44.0	13.9
6	2014	41.2	15.1
7	2015	44.3	11.6
8	2016	43.0	15.0
9	2017	42.3	11.2
10	2018	43.8	17.2
11	2019	43.0	16.4
12	2020	53.6	14.4
13	2021	47.6	16.8
14	2022	43.6	18.4
15	2023	45.9	16.6
16	2024	44.8	16.9
17	2025	42.6	15.3

ax = cerca.plot(x="anio", y=["menos_del_minimo", "alrededor_del_minimo"], marker="o", ms=4,
                label=["Menos del mínimo", "Alrededor del mínimo (±5 %)"])
ax.yaxis.set_major_formatter(mtick.PercentFormatter(decimals=0))
ax.set_xlabel("")
ax.set_title("Ocupados con ingreso, según su ingreso frente al mínimo");

Entre el 41 % y el 48 % de los ocupados con ingreso gana menos de 0,95 salarios mínimos todos los años, salvo 2020 (54 %).