Las tasas del mercado laboral, construidas y contrastadas

Con los microdatos bien leídos, calcular la tasa de desocupación del país toma unas pocas líneas de código, y llegar a un número cercano al del boletín se logra con poco esfuerzo. Por eso mismo, acercarse prueba poco. Este capítulo construye los tres indicadores que más se citan del mercado laboral colombiano, la tasa global de participación, la tasa de ocupación y la tasa de desocupación, con dos piezas que ya están listas: cada fila de la base es una persona en un mes y el factor FEX_C18 convierte filas en personas (capítulo 3, Los microdatos por dentro), y el DANE deja en la base a cada persona clasificada como ocupada, desocupada o fuera de la fuerza de trabajo (capítulo 4, Quién trabaja y quién busca). Lo que interesa aquí es dejar explícito qué se divide entre qué, sobre qué universo, con qué factor y con qué regla se pasa de los meses al año, porque solo así se puede decir con precisión en qué sentido la cifra propia coincide con la oficial.

Las cifras propias del capítulo salen de los microdatos de 2022 a 2025 procesados por el laboratorio del libro y se contrastan con el anexo estadístico, los boletines y la presentación de resultados del DANE. Las que se destacan en el texto llevan una ficha plegable con las variables, el universo, el factor, el método, el script que las produjo y su estado frente a la cifra oficial. La regla de estados es del autor y se explica en la sección sobre el contraste; sin ella, la palabra “coincide” puede leerse como más de lo que afirma.

Las fórmulas oficiales#

La Metodología General de la GEIH define los indicadores como relaciones porcentuales entre poblaciones. Los tres que ocupan este capítulo usan solo cuatro de ellas: la población en edad de trabajar (PET), la fuerza de trabajo (FT), la población ocupada (OC) y la población desocupada (DS).

La diferencia que más importa entre las tres está en el denominador. La TGP y la TO se calculan sobre la misma base, todas las personas de 15 años y más, mientras que la TD se calcula sobre la fuerza de trabajo, que es un subconjunto de la PET y que cambia de tamaño de un periodo a otro. Por eso la TD puede bajar sin que nadie haya conseguido empleo: basta con que una parte de quienes buscaban deje de hacerlo y pase a la población fuera de la fuerza de trabajo. En ese caso el numerador y el denominador de la TD se reducen en la misma cantidad, la tasa cae, la TGP también cae y la TO no se mueve. Por esa razón la TD no se interpreta sola: una caída de la desocupación acompañada de una caída de la participación dice algo muy distinto de una caída acompañada de un aumento de la ocupación.

Las tres tasas no son independientes. Como cada persona de la fuerza de trabajo está ocupada o desocupada, la ocupación es la fuerza de trabajo menos los desocupados, y de ahí sale una identidad que sirve como control de cualquier cálculo propio:

Con las cifras anuales de 2025 que se obtienen más adelante, 64,2997 × (1 − 8,8935/100) da 58,5812, frente a una TO calculada directamente de 58,5812. La identidad es exacta cuando las tres tasas salen de los mismos totales; si un cálculo propio no la cumple, hay un problema de universo o de filtros antes que de redondeo.

La misma página de la metodología define el porcentaje de población en edad de trabajar (PET sobre la población total) y la tasa bruta de participación (FT sobre la población total), que se calculan con la misma lógica y no se desarrollan aquí (Metodología GEIH V11, p. 9). Al leer el documento oficial hay que tener presentes dos detalles de redacción. El primero es que la V11 escribe “PEA” en la fórmula de la tasa de subocupación por ingresos y “D” en la tasa combinada de subocupación por insuficiencia de horas y desempleo (Metodología GEIH V11, p. 9). La lectura del autor es que son restos de la notación anterior, en la que las fórmulas dividían por la población económicamente activa (Metodología GEIH V9, p. 51), término que el rediseño reemplazó por fuerza de trabajo (Enfoque conceptual GEIH 2022, p. 23); en este libro se leen como FT y DS. El segundo detalle es el nombre del indicador.

La tasa de desempleo y la tasa de desocupación son, por tanto, el mismo indicador con dos nombres. La Metodología V11 todavía titula la fórmula como “Tasa de Desempleo (TD)” (Metodología GEIH V11, p. 9), el boletín de diciembre de 2022 usa ese nombre (Boletín GEIH dic. 2022, p. 3) y el de diciembre de 2023 ya habla de desocupación (Boletín GEIH dic. 2023, p. 3). Quien compare textos de distintos años no debe buscar ahí un cambio de definición; los cambios conceptuales del rediseño, como la PET de 15 años y la búsqueda acotada a cuatro semanas, se trataron en el capítulo 4, Quién trabaja y quién busca.

Subocupación y subutilización#

La V11 define además la tasa de subocupación (TS = PS/FT × 100), sus tres componentes por insuficiencia de horas, por competencias y por ingresos, y tres medidas de subutilización que suman a los desocupados la subocupación por insuficiencia de horas o la fuerza de trabajo potencial. La tasa combinada de desempleo y fuerza de trabajo potencial, por ejemplo, es (DS + FTP)/(FT + FTP) × 100: amplía el denominador para incluir a quienes están fuera de la fuerza de trabajo pero tienen interés en trabajar (Metodología GEIH V11, pp. 9-10).

Este capítulo no calcula esas medidas con los microdatos. La subocupación y la fuerza de trabajo potencial dependen de variables que el laboratorio no ha auditado en las cuatro bases, y la regla operativa con que el DANE combina los tres tipos de subocupación no aparece en los documentos revisados. Publicar una tasa construida con supuestos no verificados contradiría el criterio del libro. Como referencia, el anexo estadístico permite derivar la TS anual de 2025 con la misma operación que se usa más abajo para las demás tasas, el promedio de los doce meses de población subocupada sobre el de la fuerza de trabajo: 7,27 % (Anexo GEIH ago. 2026, hoja Total nacional, celdas KD29:KO29 y KD25:KO25). Es una derivación de celdas oficiales, no un resultado reproducido.

Del concepto al código#

Pasar de las fórmulas a los microdatos exige tres decisiones: cómo se identifica a cada población en la base, con qué peso cuenta cada fila y cómo se agregan los meses. La primera ya la resolvió el DANE. La base trae las columnas PET, FT, FFT, OCI y DSI, que valen 1 cuando la persona pertenece a la población y vienen vacías cuando no. Es el mismo procedimiento que la metodología prescribe para estimar cualquier subgrupo, al que llama dominio de estudio.

El total mensual expandido de una población es, entonces, la suma del factor de las filas que pertenecen a ella en ese mes. Si $w_{im}$ es el factor de expansión de la persona i en el mes m y $y_{im}$ vale 1 si pertenece a la población y 0 si no:

Y cada tasa mensual es el cociente de dos de esos totales. La tabla 5.1 deja explícito lo que cada indicador divide, sobre qué universo y con qué columnas, tal como lo hace el laboratorio.

Los filtros territoriales se aplican antes de sumar. Para el Magdalena se exige DPTO == "47" y para Santa Marta AREA == "47", siempre después de rellenar el código a dos caracteres, porque la base guarda los departamentos sin el cero inicial y un filtro como DPTO == "05" devuelve cero filas sin avisar. Para separar por sexo se usa P3271, con la lectura de códigos que se justifica al final del capítulo. No hace falta filtrar por edad: la indicadora PET ya incorpora el umbral de 15 años (Metodología GEIH V11, p. 6).

El bloque siguiente hace el cálculo completo para 2025 sin usar ninguna función propia del laboratorio, para que se vean todos los pasos. Lee solo las seis columnas que necesita, castea de forma explícita (la base se lee entera como texto), convierte los vacíos de las indicadoras en ceros, comprueba que estén los doce meses, suma el factor por mes y al final promedia los doce totales antes de dividir.

import os
from pathlib import Path

import polars as pl

ruta = Path(os.environ["GEIH_DATOS"]) / "geih_2025.csv"
indicadoras = ["PET", "FT", "OCI", "DSI"]

df = (
    pl.scan_csv(ruta, encoding="utf8-lossy", infer_schema_length=0, null_values=["", "."])
    .select("MES", "FEX_C18", *indicadoras)
    .with_columns(
        pl.col("MES").cast(pl.Int8),
        pl.col("FEX_C18").cast(pl.Float64),
        # 1 = pertenece; vacío = no pertenece
        *[pl.col(c).cast(pl.Int8).fill_null(0) for c in indicadoras],
    )
    .collect()
)
assert df["MES"].n_unique() == 12

# Paso 1. Totales mensuales expandidos: suma del factor de quienes pertenecen
mensual = (
    df.group_by("MES")
    .agg((pl.col("FEX_C18") * pl.col(c)).sum().alias(c) for c in indicadoras)
    .sort("MES")
    .with_columns((100 * pl.col("DSI") / pl.col("FT")).alias("TD"))
)
for fila in mensual.head(3).iter_rows(named=True):
    print(fila["MES"], round(fila["FT"] / 1000, 1), round(fila["DSI"] / 1000, 1), round(fila["TD"], 4))

# Paso 2. Año: promedio de los 12 totales y, después, el cociente
anual = mensual.select(pl.col(indicadoras).mean())
print(anual.select(
    (100 * pl.col("FT") / pl.col("PET")).round(4).alias("TGP"),
    (100 * pl.col("OCI") / pl.col("PET")).round(4).alias("TO"),
    (100 * pl.col("DSI") / pl.col("FT")).round(4).alias("TD"),
).to_dicts()[0])

1 25918.7 3015.9 11.636
2 26173.3 2703.8 10.3305
3 26224.2 2521.8 9.6164
{'TGP': 64.2997, 'TO': 58.5812, 'TD': 8.8935}

La primera línea de la salida dice que en enero de 2025 la fuerza de trabajo expandida fue de unos 25,9 millones de personas y los desocupados de unos 3,0 millones, con una TD mensual de 11,6 %. La última línea es la tasa anual. El laboratorio hace lo mismo con funciones que se prueban por separado y que guardan, además del cociente de promedios, el promedio simple de las doce tasas, por razones que se explican en la sección sobre el paso del mes al año.

# Fragmento de geih-lab/geihlab/estimadores.py
TASAS: dict[str, tuple[str, str]] = {
    "TGP": ("FT", "PET"),
    "TO": ("OC", "PET"),
    "TD": ("DS", "FT"),
}

# (se omiten AMBITOS, SEXOS, tasa, totales_mensuales, agregar_tasas
#  y _verificar_meses)


def anual_razon_de_promedios(
    tm: pl.DataFrame, por: Sequence[str] = (), meses: int = 12
) -> pl.DataFrame:
    """Promedio anual de los totales mensuales y tasas como razón de promedios.

    ``n_<ind>`` se suma: es el número de filas-mes del año en esa población.
    """
    _verificar_meses(tm, por, meses)
    aggs = [pl.col(ind).mean() for ind in POBLACIONES] + [
        pl.col(f"n_{ind}").sum() for ind in POBLACIONES
    ]
    if por:
        anual = tm.group_by(list(por)).agg(aggs).sort(list(por))
    else:
        anual = tm.select(aggs)
    return agregar_tasas(anual)


def anual_promedio_de_tasas(
    tm: pl.DataFrame, por: Sequence[str] = (), meses: int = 12
) -> pl.DataFrame:
    """Promedio simple de las tasas mensuales."""
    _verificar_meses(tm, por, meses)
    con_tasas = agregar_tasas(tm)
    aggs = [pl.col(t).mean() for t in TASAS]
    if por:
        return con_tasas.group_by(list(por)).agg(aggs).sort(list(por))
    return con_tasas.select(aggs)

Con esas funciones, el cálculo nacional de 2025 en sus tres variantes (las dos anualizaciones y la versión sin factor, que se discute más adelante) ocupa pocas líneas:

import polars as pl

from geihlab.lectura import leer_geih
from geihlab.estimadores import (
    anual_promedio_de_tasas,
    anual_razon_de_promedios,
    totales_mensuales,
)

df = leer_geih(2025, ["FEX_C18", "PT", "PET", "FT", "FFT", "OCI", "DSI"])

tm = totales_mensuales(df)                  # 12 filas: totales expandidos por mes
anual = anual_razon_de_promedios(tm)        # promedio de totales, luego cociente
prom_tasas = anual_promedio_de_tasas(tm)    # promedio simple de las 12 tasas
sin_factor = anual_razon_de_promedios(totales_mensuales(df, peso=None))

tasas = pl.col("TGP", "TO", "TD").round(4)
print("razón de promedios:", anual.select(tasas).to_dicts()[0])
print("promedio de tasas: ", prom_tasas.select(tasas).to_dicts()[0])
print("sin factor:        ", sin_factor.select(tasas).to_dicts()[0])

razón de promedios: {'TGP': 64.2997, 'TO': 58.5812, 'TD': 8.8935}
promedio de tasas:  {'TGP': 64.2994, 'TO': 58.5784, 'TD': 8.8979}
sin factor:         {'TGP': 61.0725, 'TO': 54.758, 'TD': 10.3394}

# df e indicadoras: los de tasas_2025.py (MES, FEX_C18, PET, FT, OCI, DSI)
anual = df.select((pl.col("FEX_C18") * pl.col(c)).sum().alias(c) for c in indicadoras) / 4
print((anual / 1000).select(pl.all().round(1)).to_dicts()[0])
print("TD:", round(100 * anual["DSI"][0] / anual["FT"][0], 4))

{'PET': 122022.6, 'FT': 78460.1, 'OCI': 71482.3, 'DSI': 6977.8}
TD: 8.8935

Contra qué cifra oficial se contrasta#

Un cálculo propio solo se valida si se sabe con qué cifra oficial compararlo, y el DANE publica el mercado laboral en tres productos que no tienen la misma precisión. El boletín técnico mensual trae las tasas con un decimal y el total de ocupados en miles enteros. La presentación de la rueda de prensa repite esas cifras y agrega gráficos, entre ellos el de la TD por sexo, también con un decimal. El anexo estadístico, un libro de Excel que acompaña cada publicación, guarda las series mensuales y trimestrales con cuatro decimales o más en las tasas y con al menos tres decimales en las poblaciones, que van en miles; es decir, con la precisión de una persona.

De esa nota el autor deduce un orden entre referentes. La TD propia de 2025, 8,8935 %, y una cifra hipotética de 8,9499 % redondean ambas a 8,9 %, de modo que coincidir con el boletín apenas descarta errores gruesos. El contraste fuerte se hace contra las celdas del anexo. El libro usa una sola edición, la vigente a la fecha de consulta, que es el anexo de agosto de 2026 (Anexo GEIH ago. 2026, hoja Total nacional): cada edición puede incorporar revisiones, y comparar unas cifras contra una versión y otras contra otra mezclaría diferencias de cálculo con diferencias de edición.

Para que la palabra “coincide” signifique algo, el laboratorio asigna a cada cifra uno de cinco estados con una regla fijada antes de calcular. Una cifra coincide si la diferencia con un referente de al menos cuatro decimales, calculado con el mismo método, no supera la tolerancia: una diezmilésima de punto en las tasas y una milésima de mil (una persona) en las poblaciones. Coincide al redondeo cuando el único referente disponible está redondeado y la cifra propia redondea igual; ese estado nunca se presenta como validación plena. Una diferencia explicada exige una causa documentada con fuente, una diferencia sin explicar impide usar la cifra como resultado y sin referente marca lo que el DANE no publica. La regla es del autor, y el capítulo 8 la desarrolla con todos los casos del libro.

La serie mensual de 2022 a 2025#

El total nacional mensual es el dominio para el que el diseño de la GEIH garantiza la estimación de la tasa de desocupación cada mes: “para el caso de la tasa de desempleo se establece una publicación mensual de total país” (Metodología GEIH V11, p. 15). De los tres dominios que usa el libro, es también el único para el que el anexo trae una celda oficial por mes con cuatro decimales o más, de modo que el contraste puede ser exacto. La figura 5.1 muestra la TD mensual propia de enero de 2022 a diciembre de 2025 junto con la del anexo; los selectores permiten cambiar a la TGP o la TO, pasar a la vista anual y mirar el Magdalena y Santa Marta.

De las 432 cifras mensuales nacionales que el laboratorio compara (seis poblaciones y tres tasas en cada uno de los 48 meses), 432 quedan en estado “coincide”. En las tasas, la mayor diferencia es de 0,00005 puntos, justo lo que se puede perder al guardar la cifra propia con cuatro decimales. La serie por sexo da el mismo resultado: 288 de 288 contrastes coinciden. Dos fichas bastan como muestra, la primera y la última TD del periodo.

Leída como serie, la TD mensual muestra un patrón que se repite en los cuatro años: el máximo del año cae en enero y el mínimo en noviembre. En 2022 la tasa fue de 14,65 % en enero y de 9,50 % en noviembre; en 2025, de 11,64 % y 7,02 %. Comparar un mes con el anterior mezcla, por tanto, el movimiento estacional con el de fondo. El boletín compara cada mes con el mismo mes del año anterior (Boletín GEIH dic. 2025, p. 3). Esa comparación, igual que la serie anual, deja por fuera la mayor parte del patrón estacional mientras este se mantenga de un año a otro.

Del mes al año: dos anualizaciones#

El anexo nacional no tiene columna anual: es una serie mensual. Lo que el boletín llama “total nacional año” hay que reconstruirlo, y aquí aparece una decisión que la documentación no resuelve. Con los mismos doce meses hay dos maneras razonables de obtener una tasa anual. La primera promedia los doce totales mensuales del numerador y del denominador y luego divide: es la razón de promedios. La segunda calcula las doce tasas mensuales y las promedia: es el promedio de tasas. Para la TD:

La segunda igualdad de la ecuación 5.6 muestra lo que distingue a las dos versiones. La razón de promedios también es un promedio de las tasas mensuales, pero ponderado: cada mes pesa según el tamaño de su fuerza de trabajo. El promedio simple le da a cada mes el mismo peso, un doceavo. Las dos coinciden solo si la fuerza de trabajo es igual todos los meses o si la tasa no cambia; difieren en la medida en que los meses con más fuerza de trabajo tengan tasas distintas de los meses con menos.

En los datos de 2025 ocurre lo segundo. Enero tiene la TD mensual más alta del año (11,64 %) y una fuerza de trabajo de 25,92 millones, por debajo de la de noviembre (26,46 millones), que es el mes de la TD más baja (7,02 %). En la razón de promedios enero pesa 8,26 % del año; en el promedio simple pesa 8,33 %. El mes con la tasa más alta pesa menos en la primera versión, y a lo largo del año la TD tiende a ser más alta en los meses de menor fuerza de trabajo; por eso la TD por razón de promedios queda por debajo del promedio de tasas, algo que sucede en los cuatro años del periodo. La diferencia es pequeña porque la fuerza de trabajo varía poco de un mes a otro.

Lo que el DANE no documenta#

En los documentos revisados para este libro no hay un texto del DANE que diga cómo se agrega el año para el total nacional. La metodología describe dos calibraciones del factor, “la primera se hace mensualmente y toma en cuenta las regiones y la segunda se hace una vez al año y toma en cuenta los departamentos” (Metodología GEIH V11, p. 20), y en la misma página presenta “los estimadores de totales y razones con sus respectivos estimadores de varianza”. No dice si la tasa anual nacional es una razón de promedios mensuales, un promedio de tasas o un cálculo con otro factor. La evidencia disponible es solo numérica y conviene ordenarla con cuidado.

La primera pieza es el total de ocupados. El boletín imprime los ocupados anuales en miles enteros, y en los cuatro años esa cifra es el promedio de las doce poblaciones mensuales del anexo redondeado a mil. En 2025, el promedio propio es de 23.827,434 miles y el boletín publica 23.827. El dato es consistente con que el agregado anual de una población sea su promedio en el año, que es lo que la razón de promedios pone en el numerador y en el denominador; no lo demuestra, porque otra forma de agregar podría redondear al mismo millar.

La segunda pieza viene de las ciudades. Para Santa Marta el anexo sí publica una tasa anual sin redondear a un decimal, en la hoja de año móvil de las 32 ciudades: el año móvil que termina en diciembre cubre de enero a diciembre. La figura 5.3 compara esa cifra con las dos anualizaciones propias.

El contraste anual: exacto y al redondeo#

Lo anterior obliga a separar dos contrastes que es fácil confundir. Contra el anexo, la cifra anual propia se compara con una derivación: la misma operación, razón de promedios, aplicada a las doce celdas mensuales oficiales. Ahí la coincidencia es exacta y queda en estado “coincide”, pero lo que confirma es la aritmética: que los totales mensuales propios son los del DANE y que la anualización se hizo bien. No confirma que el DANE anualice así. Contra lo impreso en el boletín, que es la cifra anual que el DANE sí publica como tal, la coincidencia solo puede ser al redondeo. La tabla 5.2 pone los dos contrastes lado a lado para no tener que elegir.

Sin factor de expansión#

El último bloque de código del laboratorio imprimió una tercera línea que quedó pendiente: las tasas calculadas sin factor, contando filas como si cada encuestado representara a la misma cantidad de personas. Es un cálculo incorrecto a propósito, que reproduce un error frecuente con los microdatos de cualquier encuesta de hogares. La figura 5.4 lo pone junto al cálculo correcto.

La razón de fondo es que la muestra de la GEIH no es una miniatura del país. El diseño fija tamaños de muestra por dominio según metas de precisión, y aunque la estratificación de municipios buscó grupos de población parecida “con el propósito de buscar un diseño muestral auto ponderado”, la metodología advierte que “esta característica no se puede asegurar” (Metodología GEIH V11, p. 15). Sin autoponderación, cada fila representa a un número distinto de personas. Encima de las probabilidades de selección, el factor corrige la no respuesta y se calibra a proyecciones de población (Metodología GEIH V11, pp. 18-20). Cada diferencia entre la composición de la muestra y la de la población que el factor corrige puede convertirse, si se omite el factor, en un sesgo de la tasa, en la medida en que esa composición se relacione con la condición que se mide.

Una de esas diferencias se ve en la distribución del propio factor. En 2025, el 87,2 % de las filas de la base corresponde a cabeceras, pero las cabeceras representan el 77,4 % de la población; la mediana del factor es de 274 personas por fila en las cabeceras y de 1.046 en los centros poblados y rural disperso. Contar filas, por tanto, sobrerrepresenta las cabeceras. La distribución completa del factor está en el capítulo 2.

Queda por comparar el sesgo con el error muestral. El laboratorio calcula una aproximación propia del coeficiente de variación que no incorpora el diseño completo, porque la base pública no trae estratos ni segmentos. Para la TD nacional de 2025 da 0,873 %, es decir, un error estándar de unos 0,08 puntos en la tasa. No es la precisión oficial, y el capítulo 8 muestra que en el total nacional esa aproximación no siempre queda por debajo del CV que publica el DANE, así que aquí solo sirve como orden de magnitud. Ese orden de magnitud alcanza para la comparación: la brecha por omitir el factor equivale a unas 19 veces ese error estándar, y aunque el error real fuera varias veces mayor, el sesgo seguiría siendo de otro orden. Una muestra más grande reduce el error muestral, pero deja intacto el sesgo por no ponderar.

Mujeres y hombres#

La desagregación por sexo es la primera que casi cualquier análisis pide, y sirve además para cerrar una cuestión de codificación. La variable de sexo en las bases de 2022 a 2025 es P3271, “sexo al nacer”, con valores 1 y 2 y sin faltantes; la variable P6020 no existe en estos archivos. El diccionario local no trae las etiquetas de sus categorías, y la presentación del rediseño muestra para esa pregunta el orden “1. Femenino 2. Masculino” (Enfoque conceptual GEIH 2022, p. 60), lo contrario de la lectura que usa el laboratorio.

La prueba que resuelve la duda en la práctica es empírica. Con 1 = hombres y 2 = mujeres, las tasas mensuales nacionales por sexo calculadas con los microdatos coinciden con las celdas de la hoja por sexo del anexo en los 288 contrastes. Con la asignación inversa no coincidiría ninguna de esas tasas: en todos los meses la tasa de los hombres y la de las mujeres se separan al menos 2 puntos. La etiqueta oficial de cada código debe confirmarse en el diccionario de ANDA del año correspondiente, que no forma parte de los materiales de este libro; mientras tanto, la lectura 1 = hombre es una inferencia respaldada por coincidencias exactas, no una etiqueta documentada.

La brecha se calcula restando las tasas con todos sus decimales y redondeando al final. La propia presentación advierte que “por efecto del redondeo, la brecha puede diferir ligeramente del anexo” (Presentación GEIH dic. 2025, p. 35), porque restar dos tasas ya redondeadas puede desplazar el último decimal. En los cuatro años nacionales de la tabla 5.3 los dos caminos dan el mismo resultado. No siempre ocurre así: con las cifras del Magdalena de 2025 el boletín departamental imprime una brecha que no es la resta de sus dos tasas redondeadas (Boletín departamentos 2025, p. 26), un caso que el capítulo 9 examina.

Antes de comparar estas tasas#

Las cifras de este capítulo son comparables entre sí: los cuatro años vienen de la GEIH con marco 2018, con la misma definición de PET, el mismo tipo de factor y la misma forma de anualizar. El boletín lo dice de forma explícita: la recolección en paralelo con el marco 2005 terminó en diciembre de 2021, y desde enero de 2022 la información de mercado laboral la proporciona la GEIH marco 2018 (Boletín GEIH dic. 2025, p. 2). La comparación se complica en cuanto se sale de ese periodo o de ese dominio.

Hacia atrás, las tasas de 2021 y anteriores que hoy publica el DANE son series empalmadas con proyecciones del censo de 2018 y PET de 15 años y más (Boletín GEIH dic. 2025, p. 2); no son las cifras que se difundieron en su momento. Quien quiera poner la serie 2022 a 2025 al lado de años anteriores debe tomar esos años del anexo vigente y no de boletines viejos, y debe recordar que los microdatos de este libro no cubren esos años. Los tramos de la serie y el empalme se tratan en el capítulo 8.

Hacia abajo, el diseño garantiza la publicación mensual solo para el total nacional y algunos agregados, trimestral para las ciudades y anual para los departamentos (Metodología GEIH V11, pp. 15-16; Metodología GEIH V11, p. 28), y la metodología desaconseja usar desagregaciones con coeficientes de variación superiores al 15 % (Metodología GEIH V11, p. 14). Con el mismo código de este capítulo se obtiene una TD mensual para el Magdalena, pero esa cifra no tiene respaldo en el diseño. Y aun en el dominio anual, el Magdalena propio no coincide con el oficial porque la cifra departamental usa una calibración anual que no está en la base pública; el capítulo 9, El Magdalena documenta esa diferencia y su causa.

Lo que queda de este capítulo es un procedimiento que se puede repetir y auditar: indicadoras del DANE, factor FEX_C18, totales mensuales, razón de promedios para el año y contraste contra la celda del anexo antes que contra el decimal del boletín. Los mismos pasos, con otras variables y otro universo, son los que el capítulo 6, Informalidad laboral aplica a la regla oficial de informalidad, y el capítulo 10, Laboratorio de reproducción los ejecuta de punta a punta.