doi:10.5477/cis/reis.195.5-26

¿Vale la pena estudiar? Educación y mercado laboral en España, 2011-2024

Is It Worthwhile to Study? Education and the Labor Market in Spain, 2011-2024

Otávio-Junio Faria-Neves, Pau Miret-Gamundi y Joice Melo-Vieira

Palabras clave Educación España Género Inmigrantes Mercado laboral

Resumen ¿Cuál es la relación entre el nivel educativo y la inserción ocupacional? Esta investigación analiza la relación entre el nivel educativo y la ocupación en el mercado de trabajo español a partir de datos de la Encuesta de Población Activa (EPA) para individuos de treinta y cinco a cuarenta y dos años entre 2011 y 2024. El análisis, mediante regresión logística binaria para panel, revela que los trabajadores con mayores niveles de educación tienen más probabilidades de ocupar puestos de alto prestigio. Sin embargo, persisten las desigualdades según sexo y situación migratoria: ellas, incluso aquellas con educación superior, se concentran en puestos administrativos, mientras que los hombres dominan las posiciones de liderazgo. La inmigración, especialmente de África y Asia, enfrenta barreras estructurales y ocupan empleos de menor nivel independientemente de su educación.

Key words Education Spain Gender Immigrants Labor Market

Abstract What is the relationship between educational level and occupational attainment? This study analyzes the connection between educational level and occupational positions in the Spanish labor market, using panel data from the Labor Force Survey for individuals aged 35-42 between 2011 and 2024. Applying binary logistic regression, the analysis shows that workers with higher educational levels are more likely to hold more prestigious positions. Nevertheless, inequalities persist, especially by gender and immigration status. Women, even those having higher educational levels, are concentrated in administrative positions, while men dominate leadership positions. Immigrants, especially those from Africa and Asia, face structural barriers, occupying lower-prestige occupations, regardless of their education.

Cómo citar

Faria-Neves, Otávio-Junio; Miret-Gamundi, Pau; Melo-Vieira, Joice (2026). «¿Vale la pena estudiar? Educación y mercado laboral en España, 2011-2024». Revista Española de Investigaciones Sociológicas, 195: 5-26. (doi: 10.5477/cis/reis.195.5-26)

La versión en inglés de este artículo puede consultarse en http://reis.cis.es

Otávio-Junio Faria-Neves: Universidade Estadual de Campinas (Brasil) | otavionevescg@hotmail.com

Pau Miret-Gamundi: Centre d’Estudis Demogràfics (CED-CERCA) | pmiret@ced.uab.cat

Joice Melo-Vieira: Universidade Estadual de Campinas (Brasil) | joicemv@unicamp.br

Introducción1

La relación entre la educación y el mercado laboral es central en los debates sobre el desarrollo económico y social, y se reevalúa constantemente a medida que evoluciona el contexto económico mundial. Hasta tiempos recientes, incrementar la educación, en particular el acceso a la superior, se había considerado un camino seguro para mejorar las condiciones de vida y aumentar las oportunidades de empleo. Sin embargo, los cambios estructurales en las economías, los avances tecnológicos y la creciente complejidad del mercado laboral han puesto de relieve un desajuste entre la formación educativa y las demandas del mercado.

En España, el ámbito educativo ha experimentado importantes avances en las últimas décadas. La reducción de los niveles más bajos de educación estuvo acompañada de un aumento significativo de la proporción de individuos con cualificaciones técnicas, profesionales y superiores. Sin embargo, el mercado laboral del país, fuertemente impactado por sucesivas crisis económicas, ha mostrado dificultades para absorber adecuadamente mano de obra cualificada. Como resultado, los trabajadores con un alto nivel educativo a menudo ocupan empleos que requieren menores habilidades.

González y Miles (2021) destacan que, aunque España se encuentra entre los países europeos con mayor proporción de titulados superiores en la población activa, también presenta una de las mayores tasas de sobrecualificación. Este fenómeno pone de relieve un desajuste estructural entre el aumento de las cualificaciones educativas y las demandas del mercado laboral, lo que indica una subutilización del capital humano disponible.

Este escenario de creciente sobrecualificación se enmarca en un debate más amplio sobre el futuro de la educación superior en España. El sistema universitario público, aunque mayoritario, enfrenta una financiación insuficiente, 0,76 % del PIB frente al objetivo de 1 %, y una caída del 14 % en sus ingresos desde 2009, aumentando su dependencia de las matrículas (Hernández y Pérez, 2023; Fundación CYD, 2024). Paralelamente, la expansión significativa de las universidades privadas (cuarenta y una en 2023-2024, frente a catorce en 1998), y su reciente superación a las públicas en matrículas de másteres, junto a una demanda de plazas públicas que casi duplica la oferta, plantean serios interrogantes sobre la equidad en el acceso a una educación de calidad y la sostenibilidad del sistema, especialmente considerando que el coste en la privada puede ser hasta veintitrés veces mayor (Fundación CYD, 2024; Epdata, 2025).

La movilidad ocupacional y el crecimiento son procesos que están fuertemente influenciados por las sacudidas económicas, definidos como cambios abruptos e inesperados que afectan al sistema económico en general. Estos pueden generar efectos variados, desde la reestructuración de sectores hasta transformaciones en la dinámica ocupacional, impactando especialmente a grupos específicos de trabajadores (Bennetti, 2015; Kramer y Kramer, 2020). En las últimas décadas, España se ha enfrentado a varias crisis que han dejado profundas cicatrices en el mercado laboral. Según Torres (2018), el nivel de empleo en el país sigue de cerca los ciclos económicos: los períodos de crecimiento económico tienden a reducir el desempleo, mientras que las recesiones disparan las tasas de paro.

A pesar de los avances educativos observados, la mayoría de las personas desempleadas aún tienen bajos niveles de educación, lo que refuerza la desigualdad en las oportunidades ocupacionales. Además, la población en edad de trabajar en España tiene, en promedio, un nivel educativo inferior al registrado en otros países europeos, lo que representa un desafío estructural para la competitividad y el desarrollo económico del país (Torres, 2018).

Teniendo en cuenta lo anterior, este estudio pretende analizar la relación entre el nivel de formación y la ocupación en el mercado de trabajo español entre 2011 y 2024, teniendo en cuenta el sexo y la región de nacimiento de los individuos. En este contexto, surgen preguntas cruciales para comprender la dinámica del mercado de trabajo español: ¿Cuál es, de hecho, el papel de la educación en la determinación de la ocupación actual de los individuos? ¿Existe una correspondencia directa entre el nivel educativo y la calidad o tipo de ocupación?

Además, conviene investigar si existen desigualdades significativas entre hombres y mujeres con niveles educativos equivalentes, tanto en términos de acceso como de posición en el mercado laboral. Este análisis es esencial para evaluar la persistencia de barreras de género, incluso ante la mayor escolarización femenina de los últimos años. Otro aspecto relevante se refiere a la inserción de los inmigrantes en el mercado laboral español: ¿Cómo se incorporan estos individuos, especialmente aquellos con diferentes niveles educativos, a la dinámica ocupacional del país? Analizar la integración laboral de los inmigrantes, en comparación con los trabajadores autóctonos, permitirá comprender los retos a los que se enfrenta este colectivo, así como los impactos de las políticas de inmigración y empleo en España.

Por tanto, al abordar estas cuestiones, este estudio pretende contribuir al debate sobre las desigualdades educativas, de género y de origen en el mercado de trabajo español, así como ofrecer apoyo a la formulación de políticas públicas dirigidas a promover una inserción más equitativa y eficiente en el mismo.

Marco teórico

Desde el final de la Segunda Guerra Mundial, el desarrollo económico y social ha estado intrínsecamente ligado a la idea de movilidad social. Esta se refiere al movimiento de individuos o grupos entre diferentes posiciones dentro de la estructura de clases de una sociedad. Así, se analiza el proceso de ascensión y descenso en la jerarquía social, que revela cómo se distribuyen las oportunidades en la sociedad (Silva, 1999). La búsqueda de mejores niveles de vida se ha convertido en un propósito global, símbolo del progreso económico y social. En este escenario, la inversión en educación es reconocida como el principal medio de promoción de la ascensión social (Fachelli y Planas, 2021).

Sin embargo, en las últimas décadas, el auge de la escolarización masiva ha generado un fenómeno que desafía esta expectativa de movilidad: el desajuste entre las credenciales educativas y las demandas del mercado laboral. En varios países, especialmente entre los miembros de la Organización para la Cooperación y el Desarrollo Económico (OCDE), la sobrecualificación se ha convertido en una preocupación mayor que la subcualificación (Quintini, 2011). La literatura reciente destaca que la sobrecualificación en España combina determinantes formativos, competenciales y estructurales. Martín-González, Ortiz y Jano (2025) muestran que el área de formación condiciona el riesgo de sobrecualificación, aunque este puede mitigarse mediante trayectorias de posgrado. Nieto y Ramos (2017) evidencian que las diferencias en competencias explican apenas el 18 % de la penalización salarial, lo que confirma el carácter persistente del desajuste educativo más allá del capital humano. Complementariamente, Rey et al. (2024) documentan una reducción de la sobrecualificación y una estabilización de las condiciones laborales de los profesionales altamente cualificados entre 2005 y 2016, sugiriendo mejoras derivadas de la ampliación y libre circulación dentro de la UE.

Actualmente, tener un título universitario ya no garantiza, por sí solo, una ventaja competitiva en el acceso al empleo (Fragoso, Valadas y Paulos, 2019). Ante este panorama, los países europeos y la Unión Europea han estado debatiendo políticas para combatir el desempleo entre los jóvenes graduados, enfatizando la importancia de alinear la educación, la movilidad social y la empleabilidad en una economía cada vez más globalizada (Ribeiro et al., 2006; Vieira y Coimbra, 2006).

Investigaciones recientes destacan las dificultades para predecir el futuro de los mercados laborales en diferentes países, ya que la globalización económica y las transformaciones tecnológicas –especialmente aquellas asociadas a la revolución puesta en marcha por la inteligencia artificial– han cambiado profundamente el papel de la educación (Peters y Jandrić, 2019; Qin et al., 2024; Salari et al., 2025). En el siglo xxi, estas discusiones están profundamente marcadas por la confrontación entre los sistemas educativos, las cualificaciones profesionales y el desarrollo de habilidades (Ribeiro et al., 2006). A pesar de estas incertidumbres, considerando el contexto europeo, Blossfeld et al. (2019) enfatizan que la educación sigue siendo una estrategia importante para expandir las oportunidades sociales y económicas. Las organizaciones internacionales de desarrollo enfatizan que la expansión de los índices educativos contribuye a transformaciones positivas en los países, como la mejora del bienestar económico y la salud, el fortalecimiento de la democracia y la reducción de las desigualdades (Hannum y Buchmann, 2005).

Una vez las personas están insertadas en el mercado laboral, la movilidad ocupacional, –es decir, el movimiento de individuos entre diferentes ocupaciones a lo largo de la vida– es la principal manera de continuar ascendiendo socialmente. Este movimiento se verifica mediante escalas de prestigio ocupacional, que jerarquizan las ocupaciones. Por lo tanto, estudiar la movilidad ocupacional significa investigar cómo los individuos cambian de posición dentro de esta jerarquía laboral, revelando patrones de acceso, permanencia o cambio de estatus en la estructura social (Valle, 1999). La posición ocupacional es un factor central en la determinación de los ingresos y, en consecuencia, una de las principales fuentes de desigualdad en las condiciones de vida (Erikson y Goldthorpe, 1992). Además, la posición ocupacional se utiliza a menudo como indicador de estatus social, delineando el lugar de una persona en la estructura socioeconómica más amplia (Davis, 1942; Davis y Moore, 2019).

En la búsqueda de mejores condiciones de vida, la educación se ha convertido en el principal motor para acceder a las mejores oportunidades en el contexto social, especialmente en el ámbito laboral. En este sentido, la educación suele considerarse una condición esencial tanto para el desarrollo nacional como para la reducción de las desigualdades sociales (Madeira, 2006). Ampliar el acceso a la escolarización se considera un vector crucial para la movilidad social. Contribuye a mitigar las desigualdades estructurales, permitiendo que personas de diferentes orígenes compitan por oportunidades en condiciones más equitativas (Solís y Dalle, 2019). Sin embargo, a pesar de la creciente demanda de cualificaciones y la expansión de los sistemas de enseñanza objetivando una mayor igualdad de oportunidades (Goldthorpe, 2014), estudios clásicos como el de Shavit y Blossfeld (1993) ya han demostrado, en una comparación internacional, que la desigualdad en las oportunidades educativas persiste y se mantiene estable, incluso en contextos de intensa expansión del acceso a la educación.

Erikson y Goldthorpe (1992) enfatizan que las transformaciones estructurales en el mercado laboral deben comprenderse a la luz de la dinámica generacional, ya que los cambios significativos en las oportunidades de movilidad se producen principalmente mediante el reemplazo de cohortes. La educación, si bien es un instrumento fundamental de movilidad que impacta directamente en la posición ocupacional, su capacidad para modificar los patrones de desigualdad depende de transformaciones estructurales e intergeneracionales más amplias.

Según Attewell y Lavin (2007), aunque creen que el acceso a la universidad puede transformar la vida de los jóvenes de entornos desfavorecidos, el éxito de la educación general, en especial la superior, debería medirse no solo por los ingresos y la ocupación, sino también por su capacidad para promover transformaciones sociales, especialmente en el ámbito familiar. Además, investigaciones recientes indican que el nivel educativo de los padres, especialmente de las madres, influye significativamente en las actitudes de género y las aspiraciones profesionales de sus hijos: la educación no solo cualifica a las personas, sino que también transmite valores y expectativas familiares que moldean las trayectorias de las nuevas generaciones (Chesters, 2023).

En el campo de la sociología, los estudios sobre movilidad social tienden a centrarse en las ocupaciones, asumiendo que el mercado laboral es el principal mecanismo organizador del acceso a los recursos y beneficios sociales (Grusky, 1994; Solís, 2018). Kalleberg y Mouw (2018) refuerzan la relevancia de la educación para el acceso al primer empleo y, en consecuencia, para futuras oportunidades laborales. En contraste, los estudios económicos tienden a asociar el bienestar principalmente con la acumulación de ingresos y riqueza (Grusky, 1994; Solís, 2018).

Es importante comprender el mercado laboral no solo como un mecanismo de asignación de recursos, sino como un espacio más complejo. En este contexto, la ocupación, los ingresos y el estatus se entrelazan y se ven influenciados por diferentes formas de capital y factores estructurales como la raza (etnia o situación migratoria), el género y el origen social. Estos factores median significativamente el efecto de la educación en la movilidad. Acker (2006) sostiene que una parte significativa de la desigualdad social y económica se genera en la rutina diaria de las organizaciones laborales, abarcando desde la estructura jerárquica hasta las prácticas de contratación, los salarios y las interacciones informales. England (2019) muestra que la devaluación de los empleos femeninos surge de decisiones sesgadas durante la formación o desarrollo de las organizaciones, cuando los gerentes subestiman el valor del trabajo realizado por las mujeres. Este sesgo inicial se consolida mediante reglas internas y es reiterado por el mercado laboral como institución, lo que dificulta su reversión sin acción colectiva o políticas de equiparación salarial.

Según Collins y Bilge (2021), las relaciones de poder en una sociedad no operan de forma aislada, sino que se combinan para moldear la forma en que las personas viven y son tratadas. Como señala Crenshaw (1989), las desigualdades sociales se estructuran de forma multidimensional. Un estudio reciente de Lu, Li y Elbers (2024) revela que, si bien las personas negras e hispánicas tienen niveles de educación similares a los de las personas blancas y asiáticas, enfrentan mayores dificultades para convertir sus diplomas en ocupaciones compatibles, siendo más comunes las desviaciones hacia empleos fuera del campo de formación o de un nivel inferior. Esta diferencia se explica por factores estructurales, como la segregación ocupacional y la discriminación racial persistente, lo que demuestra que ampliar la escolarización, de forma aislada, no es suficiente para eliminar o reducir las desigualdades en la rentabilidad ocupacional (Lu, Li y Elbers, 2024).

La relación entre educación y mercado laboral, si bien consolidada, ha sido objeto de diferentes enfoques económicos que buscan explicar el desajuste entre cualificaciones y ocupación. Entre estos enfoques, destacan: teoría del capital humano, competencia por empleos, señalización y asignación (Quintini, 2011). La teoría del capital humano asocia un mejor desempeño en el mercado laboral con la decisión de invertir en educación a lo largo de la vida (Schultz, 1961; Becker, 1994). La teoría de la competencia por empleos asume que las características del puesto determinan los ingresos, siendo las credenciales educativas importantes para competir por estos puestos (Quintini, 2011). La teoría de la señalización, a su vez, enfatiza que los diplomas funcionan como indicadores de habilidades y competencias para los empleadores (Spence, 1973). Finalmente, la teoría de la asignación propone una síntesis de estas perspectivas, indicando que la adecuación entre el perfil educativo y el puesto de trabajo define, de hecho, la productividad real y los ingresos obtenidos.

La dinámica del mercado laboral y la movilidad social no pueden explicarse únicamente por factores relacionados con el capital humano. Bourdieu (1986) critica el enfoque del capital humano por ignorar el papel de la educación en la reproducción de las jerarquías sociales. Para este autor, el rendimiento escolar está directamente influenciado por el capital cultural previamente aportado por la familia. Además, la rentabilidad económica y social de la educación está condicionada por el capital social heredado, que puede movilizarse para ampliar y garantizar oportunidades en el mercado laboral. En este sentido, la educación, a pesar de ser un mecanismo para la adquisición de capital cultural, tiene su efectividad condicionada por el escenario social y la posición del individuo en la estructura social.

En este contexto, las políticas públicas activas se vuelven esenciales para reducir la brecha entre el nivel educativo y las demandas reales del mercado. El informe de la OECD (2021) destaca la importancia de las políticas activas del mercado laboral para integrar a los grupos más vulnerables al mercado laboral, garantizando una inserción laboral de calidad. La combinación de expansión educativa, políticas de empleo y acción afirmativa puede contribuir a la igualdad de oportunidades, reforzando la promesa de la educación como instrumento de movilidad social y un desarrollo económico y social más igualitario.

Ante este escenario, el presente estudio se basa en tres hipótesis principales basadas en los marcos teóricos aquí presentados. La primera hipótesis propone que, a mayor nivel educativo de los individuos, mayor es la probabilidad de que ocupen puestos de mayor prestigio en el mercado laboral, en consonancia con la teoría del capital humano (Schultz, 1961; Becker, 1994). La segunda hipótesis sostiene que, incluso con niveles educativos equivalentes, la inmigración enfrenta barreras estructurales que limitan su acceso a ocupaciones de mayor prestigio. Esta perspectiva se alinea con la crítica de Bourdieu (1986) y los enfoques interseccionales que enfatizan el papel del capital social y la discriminación (Crenshaw, 1989; Collins y Bilge, 2021). Finalmente, la tercera hipótesis considera que las desigualdades de género persisten independientemente del nivel de educación, influyendo de manera diferenciada en la inserción de hombres y mujeres en puestos directivos y técnicos, lo que se relaciona con la literatura sobre regímenes de desigualdad de género en las organizaciones (Acker, 2006; England, 2019).

Metodología

Esta sección detalla los datos, la población de estudio y las estrategias analíticas empleadas para analizar la relación entre el nivel de formación y la ocupación en el mercado de trabajo español entre 2011 y 2024, teniendo en cuenta el sexo y la región de nacimiento de los individuos.

Fuente de datos

La base de datos utilizada es la Encuesta de Población Activa (EPA), una encuesta continua y trimestral dirigida a los hogares, implementada en España desde 1964, cuyo objetivo principal es recopilar información detallada sobre la relación de la población con el mercado de trabajo. La EPA utiliza un diseño de panel rotativo de hogares, en el cual cada ciclo renueva una sexta parte de las unidades domésticas, manteniendo conectadas las cinco partes restantes, lo que permite seguir a todos los miembros del hogar durante un máximo de seis trimestres consecutivos.

La Clasificación Nacional de Ocupaciones sufrió modificaciones esenciales en 2011 (INE, 2012) respecto a la clasificación anterior, de 1994. Estos cambios no obedecieron solo a procesos de agregación o desagregación de categorías, sino también a movimientos importantes entre grandes grupos. Por ejemplo, se produjo el abandono del criterio del número de asalariados en la empresa para la configuración del grupo de directivos y gerentes, con lo que menos población trabajadora se vio incluida en este grupo y parte de ella pasó a formar parte del sector servicios. En consecuencia, el porcentaje en dirección y gestión pasó del 8 % en 2010 al 5 % en 2011 y el de servicios creció entre ambos años del 17 al 21 % de la población ocupada.

De la misma forma, a la categoría de técnicos y profesionales científicos e intelectuales se le sumó con la CNO-2011 parte de los hasta entonces considerados como técnicos y profesionales de apoyo. Aquella coincidió con un crecimiento sostenido que la ha llevado en la actualidad a abarcar a uno de cada cinco trabajadores; esta cayó súbitamente con la nueva CNO-2011 del 13 al 10 %.

Aunque las demás categorías de ocupación no sufrieron un cambio substancial con la nueva categorización, la tipología en conjunto no es comparable antes y después de 2011, obligando a empezar el análisis en este año, en que la recuperación económica tras la recesión de 2009 estaba a punto de iniciarse.

Población de estudio y muestra

El análisis se restringe a la población ocupada entre treinta y cinco y cuarenta y dos años, independientemente del tipo de contrato (cuenta propia o ajena) o del tipo de jornada (parcial o completa). La muestra final incluye 206 632 individuos observados en 687 911 registros, destacando una distribución equilibrada por sexo (48 % mujeres) y una mayoría de población nacida en España.

La estructura de panel refleja la dinámica de seguimiento longitudinal, un 25 % de los individuos fueron entrevistados en las seis olas posibles, un 30 % solo en una, un 13 % en dos, un 11 % en tres, un 10 % en cuatro y un 11 % en cinco. Esta característica requiere técnicas de análisis adecuadas para datos panel, que consideran la dependencia entre observaciones repetidas del mismo individuo.

Variables clave

La variable dependiente corresponde a la categoría ocupacional, agrupada según la tipología a un dígito de la CNO-2011, que comprende nueve grandes grupos: dirección y gerencia; profesionales superiores; personal técnico de apoyo; administración; servicios; sector primario; sector secundario; operadores de instalaciones y maquinaria y montadores y; ocupaciones elementales.

El nivel educativo se clasifica según la Clasificación Nacional de Educación (CNED-2000), ajustada a seis categorías: sin certificación escolar, graduado escolar, bachillerato, formación profesional de nivel medio, formación profesional de nivel superior y estudios universitarios de ciclo largo.

Las variables sexo y región de nacimiento (España, África, Asia, América Latina, Unión Europea, resto de Europa y resto del mundo) actúan como covariables claves, permitiendo evaluar desigualdades estructurales relacionadas con género y origen. Además, son exploradas como determinantes del patrón ocupacional. Finalmente, edad y año se incluyen como variables de control para capturar posibles efectos generacionales y coyunturales.

Estrategia metodológica y técnica
de análisis

El estudio se lleva a cabo en dos etapas distintas. La primera etapa tiene como objetivo realizar una descripción de la relación entre los niveles de empleo y el nivel de instrucción en España, teniendo en cuenta las variables de género y región de procedencia. Este enfoque nos permite obtener una visión general de la dinámica del mercado laboral, con especial atención a las desigualdades y segregación observadas. Se busca así identificar patrones de distribución de ocupaciones, considerando diferencias en el acceso y avance en el mercado laboral en función de las características sociodemográficas.

La segunda etapa del estudio consiste en aplicar la técnica estadística de regresión logística binaria para datos panel. La técnica es apropiada para investigar fenómenos de naturaleza cualitativa, representados por una o más variables dummy, dependiendo del número de categorías de la variable dependiente. En este trabajo se utilizará la regresión logística binaria para estudiar la probabilidad de ocurrencia de un evento definido por la variable dependiente Y, que asume una forma cualitativa dicotómica. Específicamente, Y = 1 representa la ocurrencia del evento de interés, mientras que Y = 0 indica la no ocurrencia (Fávero y Belfiore, 2017).

La variable dependiente del estudio representa a las categorías de ocupación, estimándose un modelo separado para cada una de ellas. Por ejemplo, para la de directores y gerentes, el evento se define como Y = 1 si los individuos que pertenecen a ese sector e Y = 0 para el resto de la oferta laboral. Las variables independientes consideradas en el modelo incluyen año, edad, sexo y región de nacimiento. Las variables año y edad se utilizan como controles, lo que permite ajustar el modelo a las diferencias temporales y demográficas, mientras que el sexo y la región de nacimiento se exploran como determinantes del patrón ocupacional.

Para implementar adecuadamente este método se utilizó el programa Stata (versión 17), específicamente el módulo de análisis transversal para regresión logística binaria para datos panel (xtlogit). Esta herramienta permite la estimación de modelos de regresión logística, posibilitando un estudio robusto de las probabilidades relacionadas con las diferentes categorías de la variable dependiente, considerando las variables explicativas seleccionadas.

Resultados

Esta sección presenta los hallazgos del estudio, comenzando con una descripción detallada de la muestra, seguida de un análisis de las relaciones bivariables entre las variables clave y, finalmente, la presentación de los modelos multivariables que evalúan los efectos conjuntos.

Caracterización de la muestra

Teniendo en cuenta la estructura de panel (véase tabla 1), la categoría más común es la de personal de los servicios, pues un 23 % de los individuos han trabajado alguna vez bajo esta categoría, involucrando a un 21 % de las observaciones. Le sigue muy de cerca la de profesionales, pues en un 19 % han sido clasificados en ella alguna vez, con un 20 % de las observaciones. Las de presencia media son la oferta laboral del sector industrial (13 % de individuos), la de personal técnico de apoyo (12 %), ocupaciones elementales (14 %) y la administración, que ha sido el empleo en alguna ocasión entre 2011-2024 y a los 35-42 años de un 11 % de la muestra, tanto de individuos como de observaciones. Finalmente, con la menor proporción en la oferta de trabajo están los trabajos como instalación u operación de maquinaria (9 % habían estado ocupados alguna vez), dirección o gerencia (5 %) y el sector primario (2,5 %).

En la tabla 1, calculamos la probabilidad media de un individuo de estar en cada una de las nueve categorías de ocupación, con independencia de su edad y el momento de la entrevista, teniendo en cuenta que una persona puede verse involucrada en varias de ellas a lo largo de su biografía, pues ha sido entrevistada hasta en seis ocasiones: de ahí que el sumatorio de las probabilidades exceda el 100 % en 18 puntos porcentuales. Esta probabilidad media sitúa entre la mayor oferta de trabajo y a un mismo nivel a las profesiones liberales y a las ocupaciones de los servicios (18 %), al sector industrial y a las ocupaciones elementales (17 %), así como a las técnicas de apoyo y de la administración (15 %). Como puestos de trabajo con menor oferta la instalación y operación de maquinaria (10 %), dirección y gerencia (4 %) y el sector primario (3 %).

Las variables mediadoras (sexo y lugar de nacimiento) no cambian en el tiempo y delimitan una muestra equilibrada entre hombres y mujeres, y aunque la inmensa mayoría de la oferta de trabajo en la actualidad en España es nativa (82 %), se da una presencia destacable de la población latinoamericana (9 %), pequeña pero significativa de la africana y de la Unión Europea (3 %) y muy minoritaria del resto de Europa, asiática o nacida en otras regiones (menor al 1 %).

De la misma manera, la variable explicativa clave, el nivel de instrucción, tampoco presenta grandes cambios en la biografía de un mismo individuo, como puede comprobarse en el sumatorio de las proporciones medias, muy cercano al 100 %. Ciertamente, un 23 % de la oferta laboral se sitúa con el graduado escolar y en un 7 % sin la acreditación correspondiente a este nivel, lo que presenta una oferta laboral en que un 30 % ha abandonado la escolarización prematuramente, según los cánones internacionales al respecto. Los demás niveles de instrucción involucran cada uno de ellos a un 18 % de la oferta laboral.

Análisis bivariado: niveles de ocupación
y nivel de instrucción en España por sexo y región de procedencia

La tabla 2 resume las probabilidades de las diferentes categorías ocupacionales y niveles de instrucción en España entre 2011 y 2024. La información está segmentada por sexo y país de nacimiento, lo que permite un análisis detallado de las desigualdades y patrones educativos y ocupacionales en este contexto. Esta segmentación permite tener una visión global de la dinámica del mercado de trabajo español a lo largo del periodo analizado. Es importante mencionar que, tanto en la tabla 2 como en el gráfico 1, los resultados se derivan de modelos de regresión bivariables, en otras palabras, se modeló la ocupación con sexo y la ocupación con región de nacimiento (véase tabla 2.1), por una parte, y el nivel de instrucción con sexo y con región de nacimiento, por otra (véase tabla 2.2).

Descubrimos que solo las ocupaciones referentes al sector industrial y al de instalación y operatividad de maquinaria presentan una clara masculinización, pues los varones se encuentran en estas categorías respectivamente en un 18 y 12 %, frente al 4 y 5 % de las mujeres (véase tabla 2.1). Así también, existe una ligera distancia de género en el caso de la dirección y gerencia y en las profesiones técnicas de apoyo, en que solo hay un punto porcentual a favor de los varones, que se sitúan con un 4 y 15 % respectivamente. Las mujeres se ocupan en mayor proporción como trabajadoras administrativas, con un 17 % frente al 12 % masculino. Para las demás categorías, la presencia según sexo es equilibrada: un 18 % en las profesiones liberales, servicios y ocupaciones elementales, un 3 % en el sector agrícola. Cabe destacar también que mientras el sumatorio en las ocupaciones femeninas llegaba prácticamente al 100 % (es decir, no había variación en la categoría ocupacional en la biografía de las mujeres), entre los varones el total excedía dieciocho puntos porcentuales de este valor, es decir, la variabilidad biográfica en la ocupación masculina fue considerable.

El análisis comparativo entre nativos e inmigrantes revela patrones claramente diferenciados de inserción en el mercado laboral español (véase tabla 2.1). Las personas nacidas en España presentan una distribución ocupacional más equilibrada y con mayor acceso a posiciones de alta cualificación, como profesiones liberales (17,9 %) y apoyo técnico (15,3 %), lo que refleja una inserción más diversificada y de mayor prestigio. En contraste, los inmigrantes africanos se concentran en ocupaciones elementales (41,7 %), proporción casi cuatro veces superior a la de los nativos (11,4 %), evidenciando restricciones de movilidad asociadas a barreras informativas, reconocimiento limitado de credenciales y posibles mecanismos discriminatorios. Los inmigrantes asiáticos muestran una inserción altamente concentrada en el sector servicios (81,1 %), mientras que los europeos comunitarios exhiben un perfil más diversificado, con una presencia destacada en profesiones liberales (17,7 %) y apoyo técnico (13,3 %).

El origen nacional se configura como un determinante relevante de la posición ocupacional, aunque sus efectos varían entre sectores. La principal asimetría se observa entre la población asiática, cuya inserción en los servicios (81 %) supera ampliamente a la de los demás grupos (18 %). En cambio, en los sectores agrícola e industrial no se aprecian diferencias significativas: las probabilidades de empleo agrícola se sitúan ligeramente por encima del 3 % para todos los grupos, y en la industria solo «resto del mundo» destaca marginalmente (2 %). En conjunto, los resultados sugieren una segmentación ocupacional selectiva por origen, concentrada en nichos específicos del mercado laboral.

En relación con la educación según el sexo (véase tabla 2.2), los datos apuntan inicialmente a un menor nivel educativo entre los hombres: el 8 % carece de certificación frente al 5 % de las mujeres, y un 33 % cuenta con secundaria obligatoria frente al 23 % femenino. No obstante, una lectura longitudinal matiza esta interpretación: los hombres acumulan 12 puntos porcentuales por encima del 100 % al considerar simultáneamente estudio y trabajo, indicando trayectorias educativas en curso tras el ingreso laboral. En las mujeres, la suma alcanza el 100 %, lo que revela una mayor finalización educativa previa a la inserción laboral.

En síntesis, las mujeres acceden al mercado laboral con mayor capital educativo, pero de forma más tardía, mientras que los hombres transitan antes de la escuela al empleo y compatibilizan estudio y trabajo. Estas dinámicas reproducen asimetrías de género en las transiciones educativas y laborales, influidas por normas socioculturales y estructuras de oportunidad, y que se proyectan a lo largo de las trayectorias ocupacionales.

El análisis de la estructura del nivel de instrucción por región de nacimiento también pone de relieve profundas desigualdades (véase tabla 2.2). Los inmigrantes de origen africano tienen una proporción significativamente alta de personas sin certificación escolar (53,82 %), destacándose como el grupo con menor nivel de estudios formales. Por el contrario, los nacidos en España tienen una mayor proporción con graduado escolar (29,22 %) y una distribución equilibrada entre los niveles educativos más altos. Entre los latinoamericanos, hay una mayor concentración en niveles secundarios de educación, lo que refleja estándares educativos que facilitan su integración en sectores ocupacionales de cualificación media. Por otro lado, en los extremos destacan los inmigrantes asiáticos, que tienen la mayor proporción de individuos sin certificación escolar (21,44 %), lo que indica dificultades para acceder a la educación reglada, pero también se da un porcentaje importante con educación superior (17,76 %), lo que parece indicar que parte de este grupo migrante busca puestos de alta calificación en el mercado laboral.

Además, las desigualdades por origen reflejan barreras estructurales que dificultan que ciertos grupos, especialmente la inmigración de origen africano y asiático accedan a puestos más prestigiosos y cualificados en el mercado laboral. Estas disparidades apuntan a la necesidad de políticas públicas que promuevan una mayor integración educativa y laboral, especialmente de los grupos más vulnerables, contribuyendo a una mayor equidad.

Aunque en un principio habíamos diferenciado el origen de la Unión Europea del resto de Europa, estos son indistinguibles tanto en ocupación (véase tabla 2.1) como en las de instrucción (véase tabla 2.2), por lo que es factible su agrupación en una misma categoría.

El análisis de la relación entre nivel educativo y categoría ocupacional revela patrones claros de inserción en el mercado laboral español. El gráfico 1 muestra que niveles educativos más elevados aumentan la probabilidad de acceso a ocupaciones cualificadas, especialmente a las profesiones liberales: aproximadamente el 50 % de los trabajadores con educación superior se desempeñan en estas funciones, frente a solo un 3-4 % entre los menos escolarizados. Por otro lado, la escolaridad no diferencia el acceso al sector servicios (aproximadamente un 18 % en todos los niveles), motivo por el cual esta categoría no se presenta en el gráfico.

Las probabilidades de inserción en ocupaciones técnicas y administrativas crecen con el nivel educativo, alcanzando su punto máximo en el nivel profesional intermedio. En cambio, las actividades elementales, industriales y vinculadas a la operación de maquinaria se concentran entre trabajadores con menor escolaridad (cerca del 18 % sin educación superior, frente al 2 % entre los más escolarizados). En el sector agrícola, la probabilidad disminuye a medida que aumenta el nivel educativo, mientras que los cargos directivos crecen gradualmente y se elevan de forma más acentuada entre quienes poseen educación superior.

En síntesis, una baja escolaridad se asocia a ocupaciones manuales o de baja cualificación; los niveles educativos intermedios favorecen funciones técnicas y administrativas; y la educación superior aumenta sustancialmente el acceso a posiciones directivas y a las profesiones liberales. Estos hallazgos confirman la primera hipótesis del estudio: a mayor nivel educativo, mayor probabilidad de inserción en ocupaciones cualificadas.

Análisis multivariado: probabilidades ocupacionales a partir de los efectos
del sexo, el nivel educativo y la región
de nacimiento

Una vez evaluadas todas las posibles relaciones bivariables, procedemos a estimar el modelo completo para cada categoría de ocupación según sexo, nivel de instrucción y región de nacimiento (descartando las variables y las categorías de las mismas que no sean estrictamente necesarias), controlando por edad y año de observación y utilizando la regresión logística para datos panel como técnica de análisis (véanse tablas 3.1, 3.2 y 3.3). Este modelo considera simultáneamente las variables dependientes, lo que permite evaluar el efecto de cada una de ellas manteniendo constantes las demás, es decir, los resultados reflejan los efectos marginales ajustados por la influencia conjunta de las otras covariables. Así, por ejemplo, las probabilidades relacionadas con el sexo tienen en cuenta el nivel de educación y la región de nacimiento. Vamos a considerar exclusivamente las variables que son imprescindibles para cada categoría ocupacional, desechando aquellas que han resultado ser estadísticamente no significativas.

Solo dos categorías de ocupación precisan de las tres variables explicativas con toda la extensión de categorías, sin que sea posible simplificar más el modelo explicativo, a saber, la dirección y gerencia y la de técnicos de apoyo. Pero para las administrativas, por ejemplo, podemos descartar la región de nacimiento (véase tabla 3.1).

En la instalación y operación de maquinaria, profesiones liberales, la industria manufacturera y las ocupaciones elementales cabe resumir el nivel de instrucción en dos categorías, según se hubiera alcanzado o no estudios superiores. El modelo es más complejo en la primera categoría, no incluye el género en la segunda y es mucho más sencillo en las dos últimas, pues solo es necesario incluir el nivel de instrucción (véase tabla 3.2).

También descubrimos que la agricultura, ganadería y pesca se explican por el nivel de instrucción y la región de nacimiento, pues con ellas se puede pronosticar con gran acierto quienes se dedican al sector primario. Finalmente, en el sector servicios no es necesario conocer ni el sexo ni el nivel de instrucción, pues solo con conocer la región de nacimiento es suficiente (véase tabla 3.3).

Los resultados de los modelos multivariados evidencian un patrón consistente de segregación ocupacional por género, en el cual las mujeres continúan sobrerrepresentadas en actividades administrativas, mientras que los hombres presentan una mayor probabilidad de inserción en cargos directivos, técnicos y operativos (véanse tablas 3.1 y 3.2).

Se constató que el nivel educativo constituye un factor determinante en la asignación ocupacional. Las personas con educación superior se concentran en los estratos más cualificados y de mayor prestigio, mientras que aquellas con baja escolaridad permanecen mayoritariamente en ocupaciones industriales, elementales y operativas. Los niveles intermedios de escolaridad tienden a orientar a los trabajadores hacia actividades administrativas y de apoyo técnico.

En relación con el origen migratorio, se observa que los nativos de España presentan una probabilidad más elevada de acceso a funciones directivas, técnicas y profesionales, en contraste con los inmigrantes africanos y asiáticos, que se concentran en puestos operativos y en el sector primario. Los inmigrantes latinoamericanos presentan una mayor presencia en ocupaciones técnicas y operativas, mientras que los asiáticos se destacan en el sector servicios. Tales evidencias ponen de manifiesto la persistencia de desigualdades estructurales en el mercado laboral, especialmente en lo que respecta a las oportunidades de movilidad ocupacional para las poblaciones inmigrantes.

Conclusiones

En España, la población ocupada entre treinta y cinco y cuarenta y dos años en 2011-2024 no presentaba un nivel de instrucción extraordinariamente elevado, pues el grado universitario había sido alcanzado por un 18 %, al que debía añadirse el 17 % con un ciclo formativo de grado superior. En contraste, un 7 % tenía un certificado de escolaridad y un 23 % el graduado escolar correspondiente al nivel de escolarización obligatorio. En el nivel intermedio se situaron el 18 % con estudios de bachillerato y el mismo valor con un ciclo formativo de grado medio.

Aunque no se apreciaron diferencias significativas durante la ventana de observación ni en el rango de edad considerados, se detectó un menor nivel de instrucción entre la población proveniente de África, Asia, Latinoamérica y la Unión Europea, sin ninguna acreditación escolar en un 54, 21, 13 y 8 % respectivamente.

Pero, una vez controladas todas las diferencias en la estructura de la población ocupada, nuestro objetivo era constatar si la probabilidad en situarse en una determinada categoría ocupacional se debía, por un lado, a la pura discriminación por género o lugar de nacimiento o si, por otro lado, cabía admitir que se daba una simetría entre nivel de instrucción y escala de empleo.

Para facilitar la comprensión de los hallazgos, el cuadro 1 presenta una síntesis de los principales resultados del estudio, destacando los patrones más relevantes identificados en el análisis.

La conclusión general nos lleva a afirmar, en primer lugar, que la educación continúa siendo una estrategia para situarse en una categoría ocupación más elevada y, por otro, que persisten las desigualdades por razón de género y lugar de origen.

Por ejemplo, tener un trabajo de directivo o gerente es más probable cuanto mayor es tu grado educativo, en particular entre los hombres nacidos en España, y las profesiones liberales se encuentra muy restringidas a los nacidos en España con estudios superiores. Así también, la de técnicos de apoyo son mucho más probables entre los varones nacidos en España o Latinoamérica cuanto mayor es su nivel de instrucción, en particular, entre quienes alcanzaron estudios profesionales de grado medio.

Los empleos administrativos son los únicos fuertemente feminizados, aunque la relación con la educación sea la misma que en los técnicos de apoyo. En el sector servicios, solo el origen asiático presenta diferencias significativas a destacar. Para las demás categorías ocupacionales se precisan estudios primarios o medios, estando además el sector primario muy focalizado en la inmigración africana o asiática y la de operación e instalación de maquinaria en los hombres nacidos en África, Asia o Latinoamérica.

La movilidad social y la inversión en educación, pilares del desarrollo, posguerra, enfrentan hoy desafíos como la sobrecualificación, donde un título universitario ya no garantiza por sí solo una ventaja laboral. En este contexto, este estudio analizó la relación entre educación y ocupación en el mercado laboral español (2011-2024), utilizando la EPA en panel, considerando género y origen migratorio, y aplicando regresión logística.

Este estudio confirma que, aunque la educación sigue siendo un motor esencial de movilidad social (Becker, 1994; Schultz, 1961; Blossfeld et al., 2019), su potencial transformador se encuentra limitado por desigualdades estructurales relacionadas con el origen migratorio y el género (Bourdieu, 1986; Acker, 2006; Crenshaw, 1989).

Los resultados muestran que los trabajadores con nivel universitario tienen mayores probabilidades de acceder a ocupaciones de prestigio, validando la Teoría del Capital Humano. Sin embargo, se observa un fenómeno de sobrecualificación, parte de la población, aun estando cualificada, permanece en empleos por debajo de su nivel formativo, lo que coincide con diagnósticos recientes sobre el desajuste entre educación y mercado laboral (Quintini, 2011; Fragoso, Valadas y Paulos, 2019).

Además, se confirma que los inmigrantes, en especial de origen africano y asiático, enfrentan barreras adicionales, ocupando en gran parte empleos poco calificados, independientemente de su escolaridad. Este hallazgo refuerza la perspectiva de la interseccionalidad (Collins y Bilge, 2021), demostrando que la educación, por sí sola, no garantiza igualdad de oportunidades cuando existen obstáculos como la discriminación en la homologación de títulos y el acceso limitado a redes de capital social (Bourdieu, 1986; Lu, Li y Elbers, 2024).

Respecto al género, aunque las mujeres superan a los hombres en nivel educativo, siguen concentrándose en puestos administrativos, mientras los hombres dominan cargos de dirección y gestión. Esto confirma la persistencia de regímenes de desigualdad de género en las organizaciones (Acker, 2006; England, 2019) y revela un techo de cristal que restringe el acceso femenino a posiciones de liderazgo.

En conjunto, estos resultados aportan evidencia reciente a debates sobre la movilidad ocupacional, demostrando cómo la estructura del mercado laboral español reproduce desigualdades que trascienden la mera acumulación de credenciales educativas (Silva, 1999; Erikson y Goldthorpe, 1992). La combinación de factores como nivel de instrucción, género y origen migratorio muestra que la segmentación y la discriminación siguen operando de forma integrada (Crenshaw, 1989; Collins y Bilge, 2021).

Los resultados también evidencian que las políticas públicas españolas de formación y reciclaje de la fuerza de trabajo siguen siendo insuficientes para corregir el desajuste entre la cualificación y la demanda real del mercado laboral, especialmente frente a los rápidos cambios tecnológicos (Peters y Jandrić, 2019; Salari et al., 2025). Aunque existen programas de educación continua y capacitación profesional, su alcance aún no llega de forma efectiva a los grupos más vulnerables ni responde con agilidad a la automatización y la inteligencia artificial. Por ello, se recomienda fortalecer políticas activas de empleo que prioricen la recalificación permanente, fomenten alianzas entre Gobiernos, sector privado e instituciones educativas y articulen mecanismos de seguimiento de la empleabilidad, garantizando que la fuerza de trabajo se mantenga adaptada a las transformaciones productivas y tecnológicas.

Este estudio contribuye al debate sobre la relación entre educación, inserción laboral y desigualdades, destacando la importancia de iniciativas que combinen la valorización de las cualificaciones educativas con la reducción de las disparidades estructurales en el mercado de trabajo. Una limitación de esta investigación fue la ausencia de análisis de interacción entre las variables investigadas, como educación, género y origen. Además, no se realizó un análisis regional, lo que restringe la capacidad de captar posibles desigualdades entre diferentes comunidades. Estas limitaciones, sin embargo, representan una agenda prometedora, que podrían profundizar los hallazgos de este estudio, explorando las influencias entre variables y las particularidades regionales, y ampliando la comprensión de los determinantes de la inserción laboral y las desigualdades en el mercado laboral en España.

Bibliografía

Acker, Joan (2006). «Inequality regimes: Gender, class, and race in organizations». Gender & society, 20(4): 441-464. Disponible en: https://www.jstor.org/stable/27640904, acceso 15 de junio 2025.

Attewell, Paul y Lavin, David E. (2007). Passing the Torch: Does Higher Education for the Disadvantaged Pay off across the Generations? New York: Russell Sage Foundation. Disponible en: https://www.jstor.org/stable/10.7758/9781610440196, acceso 18 de junio 2025.

Becker, Gary S. (1994). Human capital: A theoretical and empirical analysis, with special reference to education. New York: University of Chicago Press.

Bennett, Neil M. (2015). «Environmental Shocks. Differentiated Households and Migration: A Study in Thailand». Graduate Student Theses, Dissertations, & Professional Papers, 4533. Disponible en: https://scholarworks.umt.edu/etd/4533, acceso 20 de noviembre 2024.

Blossfeld, Hans-Peter; Kulic, Nevena; Skopek, Jan; Triventi, Moris; Kilpi-Jakonen, Elina; Vono de Vilhena, Daniela y Buchholz, Sandra (2019). «Conditions and Consequences of Unequal Educational Opportunities in the Life Course: Results from the Cross-National Comparative eduLIFE Project». KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 71(1): 399-428. doi: 10.1007/s11577-019-00595-w

Bourdieu, Pierre (1986). The forms of capital. En: Richardson, John G. (ed.). Handbook of theory and research for the sociology of education. New York: Greenwood Press.

Chesters, Jenny (2023). «Gender Attitudes and Occupational Aspirations in Germany: Are Young men Prepared for the Jobs of the Future?». Work, employment and society, 37(3): 571-587. doi: 10.1177/09500170211017046

Crenshaw, Kimberle (1989). «Demarginalizing the Intersection of Race and Sex: A Black Feminist Critique of Antidiscrimination Doctrine, Feminist Theory and Antiracist Politics». University of Chicago Legal Forum, 140(1): 139-167. Disponible en: https://chicagounbound.uchicago.edu/uclf/vol1989/iss1/8, acceso 20 de junio 2025.

Davis, Kingsley (1942). «A Conceptual Analysis of Stratification». American Sociological Review, 7(3): 309-321. doi: 10.2307/2085360

Davis, Kingsley y Moore, Wilbert E. (2019). Some principles of stratification. En: Grusky, David (ed.). Social Stratification, Class, Race, and Gender in Sociological Perspective. London: Routledge. (2.ª ed.).

England, Paula (2019). Devaluation and the Pay of Comparable Male and Female Occupations. En: Grusky, David (ed.). Social Stratification, Class, Race, and Gender in Sociological Perspective. London: Routledge. (2.ª ed.).

Epdata (2025). Número de universidades privadas y públicas en España. Disponible en: https://www.epdata.es/datos/numero-universidades-privadas-publicas-espana/746, acceso 4 de diciembre 2024.

Erikson, Robert y Goldthorpe, John H. (1992). The Constant Flux: A Study of Class Mobility in Industrial Societies. Oxford: Clarendon.

Fachelli, Sandra y Planas, Jordi (2011). «Equidad y movilidad intergeneracional de los titulados universitarios catalanes». Papers: revista de sociología, 96(4): 1307-1331. Disponible en: https://raco.cat/index.php/Papers/article/view/246750, acceso 25 de noviembre 2024.

Fávero, Luiz P. y Belfiore, Patrícia (2017). Manual de análise de dados. Rio de Janeiro: Elsevier.

Fragoso, António; Valadas, Sandra T. y Paulos, Liliana (2019). «Ensino superior e empregabilidade: perceções de estudantes e graduados, empregadores e académicos». Educação & Sociedade, 40: e0186612. doi: 10.1590/ES0101-73302019186612

Fundación CYD (2024). Informe CYD 2024. La universidad española: oferta académica, organización y financiación. Disponible en: https://www.fundacioncyd.org/publicaciones-cyd/informe-cyd-2024/, acceso 11 de diciembre 2024.

Goldthorpe, John H. (2014). «The Role of Education in Intergenerational Social Mobility: Problems from Empirical Research In Sociology and some Theoretical Pointers from Economics». Rationality and society, 26(3): 265-289. doi: 10.1177/1043463113519068

González, Xulia y Miles, Daniel (2021). «La transición de la universidad al trabajo y el fenómeno de la sobrecualificación en España». Cuadernos de información económica, 283: 57-69.

Grusky, David (1994). The contours of social stratification. En: Grusky, David (ed.). Social stratification: Class, race, and gender in sociological perspective. Boulder, Colorado: Westview Press.

Hannum, Emily y Buchmann, Claudia (2005). «Global Educational Expansion and Socio-economic Development: An Assessment of Findings from the Social Sciences». World development, 33(3): 333-354. doi: 10.1016/j.worlddev.2004.10.001

Hernández Armenteros, Juan y Pérez García, José A. (2023). Financiación pública en la Ley Orgánica del Sistema Universitario: objetivos de financiación pública e instrumentos: gasto inducido. CRUE, Universidades Españolas. Disponible en: https://www.crue.org/wp-content/uploads/2023/12/Monografia_Financiacion_Publica_web.pdf, acceso 25 de noviembre 2024.

Hill Collins, Patricia y Bilge, Sirma (2021). Interseccionalidade. São Paulo: Boitempo Editorial.

Instituto Nacional de Estadística (INE) (2012). Introducción a la CON-11. Disponible en: https://www.ine.es/daco/daco42/clasificaciones/Introduccion_CNO11.V02.pdf, acceso 4 de julio 2025.

Instituto Nacional de Estadística (INE) (2022). Clasificación Nacional de Ocupaciones 2011 (CNO2011). Notas Explicativas. Disponible en: https://www.ine.es/daco/daco42/clasificaciones/cno11_notas.pdf, acceso 15 de diciembre 2024.

Kalleberg, Arne L. y Mouw, Ted (2018). «Occupations, Organizations, and Intragenerational Career Mobility». Annual Review of Sociology, 44(1): 283-303. doi: 10.1146/annurev-soc-073117-041249

Kingsley, David y Moore, Wilbert E. (2019). Some principles of stratification. En: Grusky, David (ed.). Social Stratification, Class, Race, and Gender in Sociological Perspective. London: Routledge. (2.ª ed.).

Kramer, Amit y Kramer, Karen Z. (2020). «The Potential Impact of the Covid-19 Pandemic on Occupational Status, Work from Home, and Occupational Mobility». Journal of vocational behavior, 119: 103442. doi: 10.1016/j.jvb.2020.103442

Lu, Yao; Li, Xiaoguang y Elbers, Benjamin (2024). «Education-occupation Linkage in the Highly-educated Workforce: Patterns and Sources of Difference by Race/ethnicity». Work, Employment and Society, 38(2): 461-482. doi: 10.1177/09500170221133714

Madeira, Felícia R. (2006). Educação e desigualdade no tempo de juventude. En: Camarano, Ana (org.). Transição para a vida adulta ou vida adulta em transição. Rio de Janeiro: IPEA.

Martín-González, Martín; Ortiz, Salvador y Jano, María D. (2025). «An Empirical Analysis of Overeducation among Master’s Graduates in Spain». European Journal of Higher Education, 1-21. doi: 10.1080/21568235.2025.2556998

Nieto, Sandra y Ramos, Raul (2017). «Overeducation, Skills and Wage Penalty: Evidence for Spain Using PIAAC Data». Social Indicators Research, 134(1): 219-236. doi: 10.1007/s11205-016-1423-1

Organization for Economic Cooperation and Development (OECD) (2021). Building inclusive labour markets: Active labour market policies for the most vulnerable groups. En: OECD Policy Responses to Coronavirus (COVID-19). Paris: OECD Publishing. doi: 10.1787/607662d9-en

Peters, Michael A. y Petar, Jandrić (2019). Education and Technological Unemployment in the Fourth Industrial Revolution. En: Redding, Gordon; Drew, Antony y Crump, Stephen (eds.). The Oxford Handbook of Higher Education Systems and University Management. Oxford Handbooks (online).

Qin, Meng; Wan, Yue; Junyi, Dou y Su, Chi Wei (2024). «Artificial Intelligence: Intensifying or Mitigating Unemployment?». Technology in Society, 79: 102755. doi: 10.1016/j.techsoc.2024.102755

Quintini, Glenda (2011). «Over-Qualified or Under-Skilled: A Review of Existing Literature». OECD Social, Employment and Migration Working Papers, 121. Paris: OECD Publishing. doi: 10.1787/5kg58j9d7b6d-en

Rey Poveda, Alberto del; Stanek, Mikolaj; García-Gómez, Jesús y Orfao, Guillermo (2024). «Patterns of Overeducation among Highly Educated Mobile Intra-EU Workers, 2005-2016: Enlargement, Financial Crisis, and Mobility». International Journal of Comparative Sociology, 65(6): 782-808. doi: 10.1177/00207152241229400

Ribeiro Gonçalves, Fernando; Carreira, Teresa; Valadas, Sandra y Sequeira, Bernardete (2006). «Percursos de empregabilidade dos licenciados: Perspectivas europeias e nacional». Análise Psicológica, 24(1): 99-114. doi: 10.14417/ap.157

Salari, Nader; Beiromvand, Mahan; Amin Hosseinian-Far, Javad Habibi; Babajani, Fateme y Mohammadi, Masoud (2025). «Impacts of Generative Artificial Intelligence on the Future of Labor Market: A Systematic Review». Computers in Human Behavior Reports, 100652. doi: 10.1016/j.chbr.2025.100652

Schultz, Theodore W. (1961). «Investment in Human Capital». The American economic review, 51(1): 1-17. Disponible en: http://www.jstor.org/stable/1818907

Shavit, Yossi y Blossfeld, Hans-Peter (1993). Persistent Inequality: Changing Educational Attainment in Thirteen Countries. Boulder: Westview.

Solís, Patricio (2018). Barreras estructurales a la movilidad social intergeneracional en México: Un enfoque multidimensional. Naciones Unidas Comisión Económica para América Latina y el Caribe (CEPAL).

Solís, Patricio y Dalle, Pablo (2019). «La pesada mochila del origen de clase: Escolaridad y movilidad intergeneracional de clase en Argentina, Chile y México». Revista Internacional de Sociología, 77(1): 1-17. doi: 10.3989/ris.2019.77.1.17.102

Spence, Michael (1973). «Job Market Signaling». The Quarterly Journal of Economics, 87(3): 355-374. doi: 10.2307/1882010

Torres, Raymond (2018). «El mercado laboral español: situación y desafíos estructurales». Cuadernos de información económica, 267: 1-12.

Valle Silva, Nelson do (1999). Mobilidade Social. En: S. Miceli (org.). O que ler na ciência social brasileira (1970-1995). São Paulo: ANPOCS.

Vieira, Diana y Coimbra, Joaquim L. (2006). «Sucesso na transição escola-trabalho: a percepção de finalistas do ensino superior português». Revista brasileira de orientação profissional, 7(1): 1-10.

---

TABLA 1. Descripción de la muestra de la fuerza de trabajo (2011-2024), 35 a 42 años

VARIABLES	INDIVIDUOS	OBSERVACIONES
	206.632	687.911	PROBABILIDAD
Ocupación (CNO a 1 dígito)	%	%	MEDIA
Dirección y gerencia	4,62%	4,27%	3,97%
Profesionales liberales	18,99%	19,76%	17,89%
Técnicas de apoyo	11,93%	11,15%	14,88%
Administración	11,15%	10,77%	14,74%
Servicios	23,35%	21,15%	18,22%
Sector agrícola	2,48%	2,26%	3,13%
Sector industrial	13,15%	11,87%	17,38%
Instalación y operaciones con maquinaria	9,04%	8,32%	9,85%
Ocupaciones elementales	14,09%	10,44%	17,52%
Total	108,80%	100,00%	117,56%
Nivel de instrucción
Sin certificación escolar	8,19%	5,57%	6,99%
Con graduado escolar (EGB, ESO)	36,91%	33,26%	22,99%
Bachillerato	14,09%	12,32%	17,72%
Profesionales (FPII, CFGM)	15,56%	15,50%	17,83%
Profesionales (diplomaturas, CFGS)	13,37%	13,26%	17,20%
Universitarios (licenciatura, grados)	19,47%	20,09%	17,88%
Total	107,59%	100,00%	100,60%
Sexo
Hombres	51,95%	52,31%	50,45%
Mujeres	48,05%	47,69%	49,55%
Total	100,00%	100,00%	100,00%
Región de nacimiento
España	84,25%	86,85%	82,16%
África	2,50%	1,88%	3,14%
Asia	0,83%	0,68%	0,66%
Latinoamérica	7,29%	6,07%	8,57%
Unión Europea	4,23%	3,69%	3,28%
Resto Europa	0,83%	0,75%	0,71%
Otros	0,08%	0,07%	0,19%
Total	100,00%	100,00%	98,69%

Fuente: Elaboración propia a partir de EPA.

TABLA 2.1. Probabilidad de ocupar un determinado puesto según sexo y región de nacimiento, España (2011 y 2024)

VARIABLES
	SEXO		REGIÓN DE NACIMIENTO
Ocupación (CNO a 1 dígito)	Hombres	Mujeres	España	África	Asia	Latinoamérica	Unión Europea	Resto Europa	Resto mundo
Dirección y gerencia	4,22%	3,09%	3,74%	0,39%	4,81%	0,24%	3,16%	2,89%	10,93%
Profesionales liberales	17,83%	17,83%	17,92%	2,89%	16,88%	17,68%	17,74%	17,77%	27,43%
Técnicas de apoyo	15,42%	13,91%	15,31%	0,66%	8,30%	10,88%	13,28%	12,77%	16,80%
Administración	11,69%	16,75%	14,76%	2,58%	6,59%	10,48%	12,37%	13,14%	12,31%
Servicios	17,85%	18,00%	17,95%	17,89%	81,06%	18,22%	17,91%	17,93%	17,84%
Sector agrícola	3,11%	2,89%	3,12%	3,44%	3,03%	3,10%	3,11%	3,09%	3,08%
Sector industrial	17,99%	4,14%	17,57%	17,76%	16,86%	17,61%	17,72%	17,70%	1,55%
Instalación y operaciones con maquinaria	12,48%	4,93%	9,78%	11,65%	7,12%	8,48%	11,93%	10,17%	5,10%
Ocupaciones elementarles	17,51%	17,77%	12,55%	41,70%	16,20%	22,73%	18,21%	18,13%	0,39%
Total	118,10%	99,30%	112,71%	98,98%	160,84%	109,42%	115,45%	113,59%	95,43%

Fuente: Elaboración propia a partir de EPA.

TABLA 2.2. Probabilidad de presentar un determinado nivel de instrucción según sexo y región de nacimiento, España (2011 y 2024)

	SEXO		REGIÓN DE NACIMIENTO
Nivel de instrucción	Hombres	Mujeres	España	África	Asia	Latinoamérica	Unión Europea	Resto Europa	Resto mundo
Sin certificación escolar	8,29%	5,51%	4,77%	53,82%	21,44%	13,00%	8,54%	4,71%	0,22%
Con graduado escolar (EGB, ESO)	33,02%	22,97%	29,22%	19,06%	22,10%	19,40%	21,58%	20,60%	17,89%
Bachillerato	17,80%	17,79%	16,98%	17,77%	17,85%	18,13%	17,86%	17,79%	17,27%
Profesionales (FPII, CFGM)	17,82%	17,81%	17,79%	17,43%	5,75%	17,34%	17,58%	17,69%	17,09%
Profesionales (diplomaturas, CFGS)	17,29%	17,70%	17,72%	16,05%	17,15%	17,41%	17,47%	17,71%	17,80%
Universitarios (licenciatura, grados)	17,83%	17,83%	17,95%	17,59%	17,76%	17,82%	17,83%	17,99%	80,89%
Total	112,04%	99,62%	104,43%	141,72%	102,05%	103,11%	100,86%	96,50%	151,16%

Fuente: Elaboración propia a partir de EPA.

GRÁFICO 1. Probabilidad de ocupar un determinado puesto según nivel de estudios, España (2011-2024)

Fuente: Elaboración propia a partir de EPA.

TABLA 3.1. Modelo en dirección y gerencia, técnicos de apoyo y administrativas

	Dirección y gerencia	Técnicas de apoyo	Administrativas
SEXO
Hombres	4,81%	13,30%	8,32%
Mujeres	2,97%	10,85%	14,86%
NIVEL DE INSTRUCCIÓN
Sin certificación escolar	1,46%	5,13%	2,15%
Con graduado escolar (EGB, ESO)	2,55%	8,44%	9,21%
Bachillerato	3,67%	13,89%	13,55%
Profesionales medios (FPII, CFGM)	3,18%	16,65%	15,63%
Profesionales superiores (diplomaturas, CFGS)	4,86%	14,30%	13,73%
Universitarios (licenciatura, grados)	6,95%	13,83%	11,70%
REGIÓN DE NACIMIENTO
España	3,96%	12,72%
África	1,38%	1,48%
Asia	5,18%	4,03%
Latinoamérica	2,47%	8,33%
Europa	3,50%	10,26%
Otros	5,09%	14,52%

Fuente: Elaboración propia a partir de EPA.

TABLA 3.2. Modelo entre instaladores y operadores, profesiones liberales, empleos industriales y ocupaciones elementales

	Instalación y operación	Profesionales liberales	Industria	Elementales
SEXO
Hombres	12,02%
Mujeres	9,38%
NIVEL DE INSTRUCCIÓN
Sin estudios superiores	15,87%	3,22%	17,83%	18,62%
Estudios superiores	0,59%	45,25%	2,92%	2,02%
REGIÓN DE NACIMIENTO
España	10,94%	18,29%
África	10,23%	8,84%
Asia	8,07%	5,56%
Latinoamérica	10,36%	8,99%
Europa	11,45%	13,24%
Otros	10,18%	27,26%

Fuente: Elaboración propia a partir de EPA.

TABLA 3.3. Modelo entre los sectores primario y de servicios

NIVEL DE INSTRUCCIÓN	Sector primario		Servicios
Sin certificación escolar	3,72%
Con graduado escolar (EGB, ESO)	3,36%
Bachillerato	2,66%
Profesionales medios (FPII, CFGM)	2,30%
Estudios superiores	0,29%
España	11,95%
África	36,85%	no asiáticos	18,21%
Asia	12,74%	asiáticos	50,49%
Latinoamérica	21,16%
Europa	14,54%
Otros	1,38%

Fuente: Elaboración propia a partir de EPA.

CUADRO 1. Resumen de resultados

Dirección y gerencia	Masculinizado, cuanta mayor educación, nacimiento en España.
Profesionales liberales	Con estudios superiores, nacimiento en España.
Técnicos de apoyo	Masculinizado, cuanta mayor educación (en particular, con estudios profesionales medios), nacimiento en España o Latinoamérica.
Personal administrativo	Fuertemente feminizado, cuanta mayor educación (en particular, con estudios profesionales medios).
Servicios	Nacidos en Asia.
Sector primario	Cuanto menor educación, nacidos en África o Asia.
Operación e instalación	Masculinizado, estudios primarios o medios, nacidos en África, Asia o Latinoamérica.
Manufactura	Estudios primarios o medios.
Ocupaciones elementales	Estudios primarios o medios.