Capital humano e ingresos laborales en el Perú, año 2023: Una aproximación de las principales brechas salariales
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este estudio aborda la relación causal entre el capital humano y los ingresos laborales en Perú en el año 2023. Adopta un enfoque complementario que identifica y estima las principales brechas. Se utilizó una variable instrumental para mitigar posibles problemas de endogeneidad. El objetivo principal es identificar cómo incide el capital humano sobre los ingresos laborales. Se empleó un modelo de regresión múltiple con información del Instituto Nacional de Estadística e Informática (INEI) y de la Encuesta Nacional de Hogares (ENAHO). Como variable instrumental se utilizó la conclusión del nivel educativo, codificada como una variable dummy, lo que facilitó una estimación más precisa de los impactos causales del capital humano en los ingresos laborales. Los resultados revelaron que persisten significativas brechas salariales. La brecha de género es del 21.9% en 2023, con mujeres insertadas laboralmente en sectores de menor productividad. La brecha salarial es de 11.3% entre zonas urbanas y rurales, con salarios mayores en áreas urbanas. Los trabajadores independientes ganan 29.3% menos que los dependientes debido a condiciones de precariedad laboral. Los trabajadores formales ganan un 25% más que los informales. Además, las habilidades laborales altas incrementan los salarios por hora en un 22.4% y resaltan la necesidad de invertir en educación y formación profesional.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Citas
Aali-Bujari, A., Venegas-Martínez, F., & García-Santillán, A. (2019). Schooling levels and wage gains in Mexico. Economics & Sociology, 12(4), 74–83. https://doi.org/10.14254/2071-789X.2019/12-4/4
Agrawal, T., & Agrawal, A. (2019). Who Gains More from Education? A Comparative Analysis of Business, Farm and Wage Workers in India. The Journal of Development Studies, 55(6), 1081–1098. https://doi.org/10.1080/00220388.2018.1443209
Atal, J., Nopo, H., & Winder, N. (2009). New Century, Old Disparities: Gender and Ethnic Wage Gaps in Latin America. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1815933
Becker, G. (1964). Human Capita A Theoretical and Empirical Analysis, with Special Reference to Education (3rd ed.). The University of Chicago Press.
Blau, F. D., & Kahn, L. M. (2017). The Gender Wage Gap: Extent, Trends, and Explanations. Journal of Economic Literature, 55(3), 789–865. https://doi.org/10.1257/jel.20160995
Card, D. (1999). The Causal Effect of Education on Earnings (pp. 1801–1863). https://doi.org/10.1016/S1573-4463(99)03011-4
Carrasco Choque, F., & Castillo Araujo, R. F. (2021). Human capital and job opportunities according to educational level in Perú. Universidad Ciencia y Tecnología, 25(110), 48–57. https://doi.org/10.47460/uct.v25i110.475
Ceballos, O. (2019). Principios básicos de microeconometría y del uso de variables instrumentales para la inferencia causal. Análisis Económico, XXXIV(86), 219–243.
Chamorro-Rodriguez, G., Garcia-Sinchituyo, J., Torres-Quiroz, A., Narciso-Gomez, K., Villalobos-Meneses, B., Gomero-Ostos, N., & Ramirez-Veliz, J. (2023). Impact of the Pandemic on the economic returns of education in Peru. https://doi.org/10.18687/LACCEI2023.1.1.1030
COMEX (2023). Desempeño laboral peruano: resultados 2023.
Duraisamy, P. (2002). Changes in returns to education in India, 1983–94: by gender, age-cohort and location. Economics of Education Review, 21(6), 609–622. https://doi.org/10.1016/S0272-7757(01)00047-4
Escribà-Agüir, V., & Fons-Martinez, J. (2014). Crisis económica y condiciones de empleo: diferencias de género y respuesta de las políticas sociales de empleo. Informe SESPAS 2014. Gaceta Sanitaria, 28, 37–43. https://doi.org/10.1016/j.gaceta.2014.01.013
Groisman, F. (2014). Empleo, salarios y desigualdad en Argentina: análisis de los determinantes distributivos. Problemas Del Desarrollo, 45(177), 59–86. https://doi.org/10.1016/S0301-7036(14)70863-6
Heckman, J. J., Lochner, L. J., & Todd, P. E. (2006). Chapter 7 Earnings Functions, Rates of Return and Treatment Effects: The Mincer Equation and Beyond (pp. 307–458). https://doi.org/10.1016/S1574-0692(06)01007-5
Leoni, S. (2023). A Historical Review of the Role of Education: From Human Capital to Human Capabilities. Review of Political Economy, 1–18. https://doi.org/10.1080/09538259.2023.2245233
Maldonado Méndez, L. R., Maldonado Álava, P. L., Maldonado Méndez, G. J., & Méndez Maldonado, M. G. (2023). Evolución del ingreso nominal y la brecha salarial urbano-rural en Ecuador. RECIMUNDO, 7(3), 217–227. https://doi.org/10.26820/recimundo/7.(3).sep.2023.217-227
Mamani-Choque, E. E., Larico-Flores, J. B., Mendoza-Choque, Z. J., & Calatayud-Mendoza, A. P. (2020). Returns of education in the labor market of dependent and independent workers by educational level and place of residence in Peru, 2010-2018. Revista Científica de La UCSA, 7(1), 12–22. https://doi.org/10.18004/ucsa/2409-8752/2020.007.01.012-022
Mincer, J., & Polachek, S. (1978). An Exchange: The Theory of Human Capital and the Earnings of Women: Women’s Earnings Reexamined. The Journal of Human Resources, 13(1), 118. https://doi.org/10.2307/145305
Otero-Cortés, A., & Acosta-Ariza, E. (2022). Desigualdades en el mercado laboral urbano-rural en Colombia, 2010-2019. Revista CS, Especial, 173–219. https://doi.org/10.18046/recs.iEspecial.4939
Peng, J., Li, J., Ma, L., & Lv, Z. (2023). The Contribution of Work Experience on Earnings Inequality of Migrant Workers: Decompositions Based on the Quantile Regression Equation. Research on World Agricultural Economy, 4(1), 73–82. https://doi.org/10.36956/rwae.v4i1.819
Salas Díaz, R. J. (2015). La incidencia de la migración sobre las diferencias salariales de género en Colombia. Ensayos Sobre Política Económica, 33(77), 103–116. https://doi.org/10.1016/j.espe.2014.11.002