Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INCIDEN EN LA
BRECHA SALARIAL
ENTRE FORMALES E
INFORMALES EN LA
MACRO REGIÓN
CENTRO: 2014 - 2019
Alumnos:
GRUPO 4
RESUMEN
Palabras clave: Brecha salarial de género entre formales e informales, Modelo Oaxaca-
Blinder, nivel educativo, discriminación laboral, ramas económicas.
SUMMARY
In this work, the influence of factors related to the reduction of labor income gaps between
formality and informality of employment is analyzed. Thus, it is found that the labor
income of informal workers has been growing faster than that of formal workers, which
translates into a reduction in the wage gap, and this could make it difficult to reduce the
informal employment rate in the country because the economic returns in informal jobs are
becoming more attractive over the years. When decomposing the wage gap between both
groups of workers using the Oaxaca-Blinder methodology, evidence is found that said gap
is not attributable only to observable factors associated with the workers' own
characteristics, but also to unobservable factors associated with some type of discrimination
or segmentation in the labor market.
Keywords: Gender wage gap between formal and informal, Oaxaca-Blinder Model,
educational level, employment discrimination, economic branches.
INTRODUCCIÓN
Un mercado de trabajo con alta presencia de empleo informal, como es el caso del Perú,
conlleva a que la gran mayoría de los trabajadores accedan a condiciones de ingresos
laborales bajos. De acuerdo al MTPE (2020), en el año 2019, un trabajador con empleo
informal percibió un ingreso laboral promedio mensual menor en 63,2% con respecto a lo
que percibe un trabajador con empleo formal. El objetivo del presente documento es
evidenciar la existencia de la brecha salarial entre trabajadores formales e informales según
diversas variables sociolaborales.
Asimismo, ayudará a las autoridades competentes contar con instrumentos para el diseño
y/o formulación de sus políticas públicas, a fin de mejorar los incentivos hacia la
formalización laboral de manera más focalizada. La definición de informalidad se
encuentra en línea con los conceptos planteados por la OIT en la XV y XVII Conferencia
Internacional de Estadísticos del Trabajo (CIET) del año 1993 y 2003 respectivamente. Así,
el empleo informal está referido a aquellos trabajadores que laboran en unidades
productivas no registradas en la administración tributaria; los trabajadores dependientes que
laboran en empresas inscritas en SUNAT, pero que no cuentan con beneficios sociales y
adicionalmente, a los trabajadores familiares no remunerados. Esta es la definición que se
tomará en cuenta el presente documento.
Problemas Específicos
- ¿Cuál fue el efecto del tipo de empleo formal, en la brecha salarial entre géneros
para el periodo 2014 – 2019 y si está explicada principalmente por diferencias en
características observables como experiencia, escolaridad, sector económico y
experiencia?
- ¿Cuál fue el efecto del tipo de empleo informal, en la brecha salarial entre géneros
para el periodo 2014 – 2019 y si está explicada principalmente por factores
discriminatorios?
- ¿Cuál fue el comportamiento de la brecha salarial entre géneros en el periodo 2014
– 2019 entre el tipo de empleo formal e informal?
Objetivos
Objetivo General
- Analizar la brecha salarial entre géneros en la Macro región Centro, en el periodo
2014 – 2019, para el tipo de empleo formales e informales.
Objetivos específicos
- En el tipo de empleo formal, estimar la brecha salarial entre géneros para el periodo
2014 – 2019 y determinar si está explicada principalmente por diferencias en
características observables como experiencia, escolaridad, sector económico y
experiencia.
- En el tipo de empleo informal, estimar la brecha salarial entre géneros para el
periodo 2014 – 2019 y determinar si está explicada principalmente por factores
discriminatorios.
- Comparar el comportamiento de la brecha salarial entre géneros en el periodo 2014
– 2019 entre el tipo de empleo formal e informal.
Marco teórico
la presente investigación tomo como referencia el trabajo realizado por Sarra Ben Yahmed
(2016), que realiza un trabajo de corte transversal sobre las Brechas salariales de género en
las Empleos informales en Brasil.
Así también se realizó la revisión del trabajo de Actis y Atucha (2003), quienes reafirman
la división del diferencial salarial en un componente explicado y otro no explicado. El
componente explicado, se adecua a la hipótesis de capital humano (productividad de los
componentes) o a la hipótesis de la segregación (inserción ocupacional específica).
Mientras que el componente no explicado, se inserta mejor en la hipótesis de la
discriminación laboral y/o en la hipótesis de la autoselección muestral (comportamiento de
la oferta de trabajo).
Marco conceptual
a) Diferencias de ingreso explicada por características observables: Según la hipótesis
de capital humano (Becker, 1975), el nivel educativo, la experiencia en el mercado
laboral y la capacitación en el trabajo constituyen poderosos determinantes de la
productividad y, por ende, de los ingresos individuales. Según esta hipótesis, una
persona que posee un nivel de estudios más alto y una mejor formación es capaz de
ofrecer una cantidad mayor de esfuerzo productivo útil que una persona que posee
menos estudios y formación.
b) Diferencias de ingreso no explicada por características observables: Las
disparidades salariales no pueden ser explicadas solo por las teorías de capital
humano o segregación ocupacional, por lo que hay una parte que se le confiere a la
hipótesis de la discriminación. El tema de discriminación es amplio y se remonta a
muchas décadas atrás, como el caso de Becker (1957) quien propone una definición,
afirmando que existe discriminación cuando se otorgan “tasas salariales diferentes
para dos grupos con idéntica productividad”.
c) La versión de la descomposición de la brecha salarial desarrollada por Oaxaca
(1973) y Blinder (1973) que evita importantes problemas metodológicos discutidos
en Oaxaca y Ransom (1994) y Oaxaca y Ransom (1999). La metodología de
descomposición que sigue ha sido presentada en Fortin (2008) y no es sensible a la
elección de la estructura salarial de referencia. La estructura salarial de referencia se
toma de la estimación de una regresión salarial común en la muestra combinada de
hombres y mujeres donde la ventaja masculina es igual a la desventaja femenina
con respecto a la referencia. Calculo tres ecuaciones, dos ecuaciones salariales
separadas para hombres y mujeres y una ecuación salarial combinada con variables
ficticias de género y una restricción de identificación. Cada ecuación se estima por
separado para la formal y los segmentos informales indicados con el subíndice j = 2,
3.
ln w ifj= β0 fj + X i β fj + μ ifj ,
Hipótesis
Hipótesis general
- Los hogares de la región Junín que cuentan con mayor acceso a los distintos tipos
de servicios públicos reducen su probabilidad de ser pobres, en comparación a los
hogares que tienen poco o ningún acceso a dichos servicios en el año 2018.
Hipótesis específicas
- El nivel de gasto en hogares urbanos es mayor en comparación a los hogares rurales
teniendo en cuenta la disponibilidad de servicios públicos
- Si existe diferencia estadística en el nivel de pobreza en los hogares rurales y
urbanos, según el nivel de servicios públicos.
- Los tipos de servicios públicos que impactan en mayor medida sobre la reducción
de la pobreza en los hogares de la región Junín son agua, desagüe, electricidad y
telefonía.
Diseño de la investigación
Material y métodos
Tipo de investigación:
- Esta investigación es explicativa con datos de panel.
Población
Para la presente investigación se tuvo como población a los hogares de la región
Junín que fueron encuestados en la Encuesta Nacional de Hogares del año 2018.
RESULTADOS
1. ANÁLISIS DESCRIPTIVOXCuadro 01. Estadísticas descriptivas por género - Macro región: 2014-2019
2. 3. FORMAL 4. INFORMAL
6. (1)
7. (2) 8. (3) 9. (4)
Ho
M Ho M
m
uj mb uj
br
er re er
5. e
10. Demografía 11. 12. 13. 14.
16. 43 17. 42 19. 44
.6 .2 .9
15. Edad(media) 64 30 18. 43. 33
06 82 918 56
63 44 307 94
21. 0. 22. 0. 24. 0.
76 47 23. 0.6 52
20. Viviendo en
71 92 185 65
pareja
86 11 774 84
74 47 48 25
25. Educación 26. 27. 28. 29.
30. Analfabeto 31. 0. 32. 0. 33. 0.0 34. 0.
00 00 548 22
21 17 393 34
94 92 2 15
05 11 75
36. 0. 37. 0. 39. 0.
35. Años de 99 99 38. 0.9 77
escolaridad 78 82 451 65
(media) 05 07 606 84
95 89 8 25
40. Variables
relacionadas
con el trabajo 41. 42. 43. 44.
46. 0. 47. 0. 49. 0.
07 01 48. 0.1 00
45. Administrativos 41 54 101 61
10 12 817 80
19 19 5 99
52. 0. 54. 0.
51. 0. 04 53. 0.0 01
50. Agricultura 04 73 401 14
72 11 232 01
94 83 6 82
56. 0. 57. 0. 59. 0.
07 12 58. 0.0 21
55. Comercio 58 00 826 17
16 71 363 73
67 68 1 88
61. 0. 62. 0. 64. 0.
26 20 03
60. Construcción 59 25 63. 0.0 79
67 08 410 26
82 96 666 07
66. 0. 67. 0. 69. 0.
01 00 68. 0.0 00
65. Intelectuales 77 28 170 24
96 67 429 00
2 38 5 38
71. 0. 72. 0. 74. 0.
20 02 73. 0.6 63
70. Público y
11 36 715 41
privado
21 55 300 81
4 91 9 47
76. 0. 77. 0. 79. 0.
00 00 78. 0.0 00
75. Técnicos 34 07 061 23
12 16 631 40
97 85 3 37
81. 0. 82. 0. 84. 0.
01 01 83. 0.0 06
80. Terceros 19 39 183 39
45 78 007 10
39 49 4 23
86. 0. 87. 0. 89. 0.
30 57 88. 0.0 02
25 34 129 98
35 76 551 84
85. Transporte 35 7 6 78
90.
La ENAHO proporciona información sobre la composición del hogar. Se puede hacer una
casa de varias familias, p. ej. dos familias que comparten vivienda o una familia que
contrata a un empleado doméstico con o sin su familia. Los trabajadores formales viven en
hogares con una mayor proporción de trabajadores formales, que va en la dirección del
argumento de la red. La proporción de miembros formales del hogar es aproximadamente 4
puntos porcentuales más entre las trabajadoras formales en comparación con las
trabajadoras informales. La diferencia es de aproximadamente 6 puntos porcentuales entre
los trabajadores varones. Las mujeres tienden a vivir en hogares con familia, es decir con
pareja.
En cuanto a las características laborales, se muestra que dentro del sector formal existe una
participación del 7.41% de los hombres en cuanto a la rama laboral administrativa, a su vez,
existe una participación de 4.73% en la agricultura, un 7.58% en el sector comercio, una
participación de 26,59% en el sector construcción, una participación de 1.77% dentro del
grupo de científicos e intelectuales, una participación de 20.11% en cuanto a los
trabajadores públicos y privados, una participación de 0.34% de los técnicos, una
participación de 1.19% del sector servicios y un 30.25% del sector transporte. Mientras que
las mujeres dentro del ámbito formal tienen una participación de 1.54% en cuanto a la rama
laboral administrativa, a su vez, existe una participación de 4.73% en la agricultura, un 12%
en el sector comercio, una participación de 20.25% en el sector construcción, una
participación de 0.28% dentro del grupo de científicos e intelectuales, una participación de
2.36% en cuanto a los trabajadores públicos y privados, una participación de 0.07% de los
técnicos, una participación de 1.39% del sector servicios y un 57.34% del sector transporte.
Por otro lado, en cuanto a las características laborales, se muestra que dentro del sector
informal existe una participación del 11% de los hombres en cuanto a la rama laboral
administrativa, a su vez, existe una participación de 4% en la agricultura, un 8.26% en el
sector comercio, una participación de 4.1% en el sector construcción, una participación de
1.7% dentro del grupo de científicos e intelectuales, una participación de 67.15% en cuanto
a los trabajadores públicos y privados, una participación de 0.6% de los técnicos, una
participación de 1.83% del sector servicios y un 1.29% del sector transporte. Mientras que
las mujeres dentro del ámbito informal tienen una participación de 0.61% en cuanto a la
rama laboral administrativa, a su vez, existe una participación de 1.14% en la agricultura,
un 21.17% en el sector comercio, una participación de 3.79% en el sector construcción, una
participación de 0.24% dentro del grupo de científicos e intelectuales, una participación de
63.41% en cuanto a los trabajadores públicos y privados, una participación de 0.23% de los
técnicos, una participación de 6.39% del sector servicios y un 2.98% del sector transporte.
Cuadro 02. Proporción de personas con educación entre formales e informales en Junín
Fuente: INEI-ENAHO
Elaboración: Propia.
El cuadro 03 describe las diferencias por género y nivel educativo en las tasas de
participación y las tasas de informalidad del departamento de la región Junín. La tasa de
participación es más baja para las mujeres que para los hombres. Está en promedio 47%
para mujeres y 53% para hombres. La brecha de participación disminuye con el nivel
educativo. Entre las personas con educación tecnica, solo el 2% de las mujeres decide
participar en el trabajo mercado mientras que el 8% de los hombres lo hace, lo que
corresponde a una brecha de 6 puntos porcentuales. La participación la tasa aumenta con la
educación y más rápidamente para los hombres. Entre las personas con educación superior,
la brecha de participación también es de 6 puntos porcentuales
Junín
Cuota de empleados Tasa de informalidad
Sector
Hombre Mujer Hombre Mujer
Administrativos 3.00 0.22 6.65 0.37
Agricultura 1.58 0.66 3.09 1.02
Comercio 3.27 5.55 6.59 12.53
Construcción 2.97 1.75 2.56 1.99
Intelectuales 0.73 0.13 1.37 0.26
Público y privado 12.26 9.91 28.00 25.52
Técnicos 0.23 0.12 0.54 0.29
Terceros 0.59 1.70 1.36 4.23
Transporte 2.03 3.30 1.10 2.55
Cuadro 04. Proporción de empleo e informalidad por género y sectores en zonas urbanas en Junín
Fuente: INEI-ENAHO
Elaboración: Propia.
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados agropecuarios,
3.16 1.31 3.09 1.02
forestales y pesqueros
Jefes y empleados administrativos 5.99 0.45 6.65 0.37
Miembros del Poder Ejecutivo, Legislativo, Judicial y
24.53 19.82 28.00 25.52
personal directivo de la administración pública y privada
Ocupaciones elementales 1.18 3.40 1.36 4.23
Operadores de maquinaria industrial, ensambladores y
4.06 6.61 1.10 2.55
conductores de transporte
Profesionales científicos e intelectuales 1.46 0.26 1.37 0.26
Profesionales técnicos 0.46 0.24 0.54 0.29
Trabajadores de la construcción, edificación, productos
5.94 3.49 2.56 1.99
artesanales, electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores de comercios y
6.54 11.11 6.59 12.53
mercados
Cuadro 05. Proporción de empleo y tasa de informalidad por género y ocupaciones en Junín
Fuente: INEI-ENAHO
Elaboración: Propia.
Se observa del cuadro 04, la proporción de empleo femenino y masculino en todos los sectores
y a la tasa de informalidad dentro de los sectores en Junín, así, se muestra que el sector público
y privado emplea al 9.91% de la fuerza laboral femenina donde la tasa de informalidad de las
mujeres es del 25.52%. El 12.26% de los empleados varones trabajan en este sector y tienen una
mayor tasa de informalidad, 28%. La mayor tasa de informalidad se encuentra en el sector
público privado. En la agricultura, un sector que emplea respectivamente 3% y 0.22% de la
fuerza laboral urbana masculina y femenina, la tasa de informalidad femenina es menor que la
tasa de informalidad masculina en 2.78 puntos porcentuales.
El cuadro 05 muestra la distribución del empleo femenino y masculino entre ocupaciones y la
tasa de informalidad dentro de cada ocupación. La tasa de informalidad es la más baja entre
Profesionales técnicos para quienes, el 0.54% de los técnicos y el 0.29% de los técnicos
informan no tener un contrato registrado. El más alto nivel de informalidad para las mujeres se
encuentra en la ocupación de Miembros del Poder Ejecutivo, Legislativo, Judicial y personal
directivo de la administración pública y privada, donde el 25.52% de las mujeres son
informales. Esta ocupación emplea a casi la mayoría de las empleadas, para el caso de los
varones, es el 24.53% que trabajan ahí y el 28% de ellos tienen un empleo informal.
Huancavelica
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados agropecuarios, forestales y
1.11 0.23 1.06 0.13
pesqueros
Jefes y empleados administrativos 3.43 0.18 3.46 0.17
Miembros del Poder Ejecutivo, Legislativo, Judicial y personal
33.33 36.71 36.09 41.08
directivo de la administración pública y privada
Ocupaciones elementales 0.32 1.79 0.30 1.97
Operadores de maquinaria industrial, ensambladores y
2.86 3.53 0.24 0.84
conductores de transporte
Profesionales científicos e intelectuales 0.22 0.04 0.24 0.04
Profesionales técnicos 0.14 0.05 0.16 0.06
Trabajadores de la construcción, edificación, productos
3.34 2.55 1.66 1.84
artesanales, electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores de comercios y
2.37 7.82 2.36 8.30
mercados
Cuadro 07. Proporción de empleo y tasa de informalidad por género y ocupaciones en Huancavelica
Fuente: INEI-ENAHO
Elaboración: Propia.
Se observa del cuadro 06, la proporción de empleo femenino y masculino en todos los
sectores y a la tasa de informalidad dentro de los sectores en Huancavelica, así, se muestra
que el sector público y privado emplea al 18.33% de la fuerza laboral femenina donde la
tasa de informalidad de las mujeres es del 41.08%. El 16.11% de los empleados varones
trabajan en este sector y tienen una mayor tasa de informalidad, 36.09%. La mayor tasa de
informalidad se encuentra en el sector público y privado. En la agricultura, un sector que
emplea respectivamente 1.06% y 0.13% de la fuerza laboral urbana masculina y femenina,
la tasa de informalidad femenina es menor que la tasa de informalidad masculina en 0.93
puntos porcentuales.
Ayacucho
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados agropecuarios,
1.95182724 0.7751938 1.67 0.45
forestales y pesqueros
Jefes y empleados administrativos 5.45404208 0.34606866 5.76 0.33
Miembros del Poder Ejecutivo, Legislativo, Judicial y personal
30.0941307 29.7619048 34.39 34.17
directivo de la administración pública y privada
Ocupaciones elementales 0.69213732 1.99335548 0.67 2.16
Operadores de maquinaria industrial, ensambladores y
3.83444075 4.95570321 0.54 1.42
conductores de transporte
Profesionales científicos e intelectuales 0.60908084 0.06921373 0.65 0.08
Profesionales técnicos 0.16611296 0.08305648 0.19 0.10
Trabajadores de la construcción, edificación, productos
3.87596899 2.58859358 1.80 1.72
artesanales, electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores de comercios y
3.03156146 9.71760797 3.20 10.71
mercados
Cuadro 09. Proporción de empleo y tasa de informalidad por género y ocupaciones en Ayacucho
Fuente: INEI-ENAHO
Elaboración: Propia.
Se observa del cuadro 08, la proporción de empleo femenino y masculino en todos los
sectores y a la tasa de informalidad dentro de los sectores en Ayacucho, así, se muestra que
el sector público y privado emplea al 14.88% de la fuerza laboral femenina donde la tasa de
informalidad de las mujeres es del 34.17%. El 15.05% de los empleados varones trabajan
en este sector y tienen una mayor tasa de informalidad, 34.39%. La mayor tasa de
informalidad se encuentra en el sector público y privado. En la agricultura, un sector que
emplea respectivamente 0.98% y 0.39% de la fuerza laboral urbana masculina y femenina,
la tasa de informalidad femenina es menor que la tasa de informalidad masculina en 1.22
puntos porcentuales.
Huánuco
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados
1.780 0.679 1.59 0.52
agropecuarios, forestales y pesqueros
Jefes y empleados administrativos 4.818 0.378 4.81 0.31
Miembros del Poder Ejecutivo, Legislativo,
Judicial y personal directivo de la 29.598 27.907 33.96 32.54
administración pública y privada
Ocupaciones elementales 1.113 3.049 1.18 3.54
Operadores de maquinaria industrial,
ensambladores y conductores de 3.750 5.007 0.65 1.39
transporte
Profesionales científicos e intelectuales 0.645 0.122 0.69 0.13
Profesionales técnicos 0.234 0.067 0.21 0.08
Trabajadores de la construcción,
edificación, productos artesanales, 3.550 2.715 1.69 1.74
electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores
4.306 10.282 4.01 10.95
de comercios y mercados
Cuadro 11. Proporción de empleo y tasa de informalidad por género y ocupaciones en Huánuco.
Fuente: INEI-ENAHO
Elaboración: Propia.
En el cuadro 10, se observa la distribución del empleo femenino y masculino en todos los
sectores y a la tasa de informalidad dentro de los sectores. De lo cual se evidencia que, el
29.59% de hombres laboran en el sector público y privado, donde la tasa de informalidad
de los hombres es del 33.95%. Asimismo, el 27.90% de mujeres labora este mismo sector,
en el cual la tasa de informalidad para las mujeres es del 32.54%, siendo ambas tasas de
informalidad las más altas respecto al género de las personas. Por otro lado, solo el 0.23%
de los varones trabajan en el sector técnico en el cual se obtuvo la menor tasa de
informalidad para los varones, la cual es del 0.20%. Además, se evidenció que, solo el
0.067% de las mujeres laboran en el sector técnico, en el cual la tasa de informalidad para
las mujeres es del 0.078, siendo esta la más baja.
El cuadro 11, muestra la distribución del empleo femenino y masculino entre ocupaciones y
la tasa de informalidad dentro de cada ocupación. La tasa de informalidad más baja para los
varones, se obtiene para los profesionales técnicos, en la cual la cuota de participación de
los varones es del 0.23%. También se evidencia que, la tasa de informalidad más baja para
las mujeres se obtuvo en este mismo sector, siendo esta el 0.08%, con una cuota de
participación igual a 0.067%.
Pasco
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados agropecuarios,
2.482 1.073 2.63 0.91
forestales y pesqueros
Jefes y empleados administrativos 6.581 0.512 6.81 0.43
Miembros del Poder Ejecutivo, Legislativo, Judicial y
28.967 20.528 30.90 27.36
personal directivo de la administración pública y privada
Ocupaciones elementales 0.913 3.763 0.91 4.85
Operadores de maquinaria industrial, ensambladores y
3.795 6.533 0.61 1.41
conductores de transporte
Profesionales científicos e intelectuales 1.457 0.080 1.39 0.09
Profesionales técnicos 0.416 0.048 0.46 0.07
Trabajadores de la construcción, edificación, productos
5.428 3.939 2.50 2.65
artesanales, electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores de comercios
3.747 9.736 3.89 12.11
y mercados
Cuadro 13. Proporción de empleo y tasa de informalidad por género y ocupaciones en Pasco.
Fuente: INEI-ENAHO
Elaboración: Propia.
En el cuadro 12, se observa la distribución del empleo femenino y masculino en todos los
sectores y a la tasa de informalidad dentro de los sectores para la región Pasco. De lo cual
se evidencia que, los hombres tienen la cuota de participación más alta en el sector público
y privado, donde la tasa de informalidad de los hombres es del 30.90%. Asimismo, el
20.52% de mujeres labora este mismo sector, en el cual la tasa de informalidad para las
mujeres es del 27.36%, siendo ambas tasas de informalidad las más altas respecto al género
de las personas. Por otro lado, solo el 0.416% de los varones trabajan en el sector técnico en
el cual se obtuvo la menor tasa de informalidad para los varones, la cual es del 0.45%.
Además, se evidenció que, solo el 0.048% de las mujeres laboran en el sector técnico, en el
cual la tasa de informalidad para las mujeres es del 0.065%, siendo esta la más baja.
El cuadro 13, muestra la distribución del empleo femenino y masculino entre ocupaciones y
la tasa de informalidad dentro de cada ocupación. La tasa de informalidad más baja para los
varones, se obtiene para los profesionales técnicos (0.46%), en la cual la cuota de
participación de los varones es del 0.41%. También se evidencia que, la tasa de
informalidad más baja para las mujeres se obtuvo en este mismo sector, siendo esta el
0.07%, con una cuota de participación igual a 0.048%.
Empleados Informalidad
Ocupación Cuota Tasa
Hombre Mujer Hombre Mujer
Agricultores y trabajadores calificados agropecuarios,
2.109 0.816 1.96 0.58
forestales y pesqueros
Jefes y empleados administrativos 5.211 0.370 5.38 0.32
Miembros del Poder Ejecutivo, Legislativo, Judicial y
personal directivo de la administración pública y 29.153 26.951 32.79 32.45
privada
Ocupaciones elementales 0.862 2.798 0.89 3.27
Operadores de maquinaria industrial, ensambladores y
3.667 5.317 0.63 1.53
conductores de transporte
Profesionales científicos e intelectuales 0.872 0.122 0.83 0.12
Profesionales técnicos 0.284 0.104 0.30 0.12
Trabajadores de la construcción, edificación, productos
4.420 3.034 2.01 1.94
artesanales, electricidad y las telecomunicaciones
Trabajadores de los servicios y vendedores de
4.118 9.793 4.04 10.84
comercios y mercados
Cuadro 15. Proporción de empleo y tasa de informalidad por género y ocupaciones en la Macro región Centro.
Fuente: INEI-ENAHO
Elaboración: Propia.
En el cuadro 14, se observa la distribución del empleo femenino y masculino en todos los
sectores y a la tasa de informalidad dentro de los sectores para la región Pasco. De lo cual
se evidencia que, los hombres tienen la cuota de participación más alta en el sector público
y privado, donde la tasa de informalidad de los hombres es del 324.48%. Asimismo, el
299.97% de mujeres labora este mismo sector, en el cual la tasa de informalidad para las
mujeres es del 32.45%, siendo ambas tasas de informalidad las más altas respecto al género
de las personas. Por otro lado, solo el 3.15% de los varones trabajan en el sector técnico en
el cual se obtuvo la menor tasa de informalidad para los varones, la cual es del 0.30%.
Además, se evidenció que, solo el 1.15% de las mujeres laboran en el sector técnico, en el
cual la tasa de informalidad para las mujeres es del 0.12%, siendo esta la más baja.
El cuadro 15, muestra la distribución del empleo femenino y masculino entre ocupaciones y
la tasa de informalidad dentro de cada ocupación. La tasa de informalidad más baja para los
varones, se obtiene para los profesionales técnicos (0.30%), en la cual la cuota de
participación de los varones es del 0.28%. También se evidencia que, la tasa de
informalidad más baja para las mujeres se obtuvo en este mismo sector, siendo esta el
0.12%, con una cuota de participación igual a 0.104%.
En el tipo de empleo formal, la variable logaritmo de salario, en ambos modelos tanto para
hombres y mujeres toma valores positivos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, esta
muestra relación negativa en cuanto a la persona con 6 años de estudio, del mismo modo
cuando tiene 11 años de estudio y cuando posee 16 y 17 años de estudio; sin embargo,
cuando la persona posee 14 años de estudio muestra que dicha variable favorece al mercado
laboral formal respecto a los hombres dado el modelo 1; mientras que las mujeres poseen
una relación positiva en todos los años de estudio. Así mismo, se muestra que dentro del
modelo dos, tanto hombre como mujeres tienen una relación positiva en cuanto a los años
de estudio. Por otro lado, la variable ocupación muestra que existe para el modelo 1, una
relación positiva en cuanto a os hombres dentro de intelectuales, técnicos, comercio,
construcción, transporte y muestran una relación negativa en cuanto a administrativos y
terceros. Para las mujeres dentro del modelo uno, se muestra una relación positiva en
intelectuales, técnicos, administrativos, comercio, agricultura, construcción, transporte y
terceros. Dentro del modelo dos, para los hombres, se muestra una relación negativa en
cuanto a administrativos, agricultura y terceros. Así mismo, para las mujeres existe una
relación positiva en todos los campos de ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación positiva con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación positiva con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con superior universitaria completa, mientras que tiene
relaciones negativas con primaria incompleta, secundaria incompleta y superior no
universitaria incompleta; mientras que, para las mujeres existe una relación negativa en
cuanto a primaria incompleta, secundaria incompleta, superior no universitaria incompleta
y superior universitaria incompleta.
En cuanto al modelo dos, también se observo que para los hombres hay una relación
negativa con el trabajo independiente y existe relaciones positivas para aquellos que son
asalariados, obreros y empleados del hogar; mientras que, para las mujeres se observa una
relación negativa en cuanto a la independencia de trabajo, así como a los asalariados,
obrero y empleados del hogar.
HUANCAVELICA
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
En el tipo de empleo formal, la variable logaritmo de salario, en ambos modelos tanto para
hombres y mujeres toma valores positivos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, esta
muestra relación negativa en cuanto a la persona con 6 años de estudio, del mismo modo
cuando tiene 11 años de estudio y cuando posee 14, 16 y 17 años de estudio respecto a los
hombres dado el modelo 1; mientras que las mujeres poseen una relación positiva en todos
los años de estudio. Así mismo, se muestra que dentro del modelo dos, los hombres tienen
una relación negativa en cuanto a 6, 11, 14 y 16 años de estudio; mientras que, las mujeres
tienen una relación positiva en cuanto a todos los años de estudio. Por otro lado, la variable
ocupación muestra que existe para el modelo 1, una relación positiva en cuanto a os
hombres dentro de administrativos, agricultura, comercio, construcción, transporte y
terceros muestran una relación positiva. Para las mujeres dentro del modelo uno, se muestra
una relación positiva en intelectuales, técnicos, administrativos, comercio, agricultura,
construcción, transporte y terceros. Dentro del modelo dos, para los hombres, se muestra
una relación negativa en cuanto a administrativos y agricultura. Así mismo, para las
mujeres existe una relación positiva en todos los campos de ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación negativa con el área de residencia urbano,
caso contrario pasa con las mujeres pues muestran una relación positiva con el área urbano.
Por otro lado, dentro del modelo dos, se muestra una relación positiva con el área de
residencia urbana para para mujeres; mientras que para los hombres hay una relación
negativa en cuanto al área de residencia urbana.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación negativa con primaria incompleta, secundaria incompleta,
técnico incompleta y superior universitaria completa; mientras que, para las mujeres existe
una relación negativa en cuanto a primaria incompleta, superior no universitaria incompleta
y superior universitaria incompleta y muestra una relación positiva en cuanto a secundaria
incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
negativa con el trabajo independiente y existe relaciones positivas para aquellos que son
asalariados y obrero; mientras que, para las mujeres se observa una relación negativa en
cuanto a la independencia de trabajo, así como a los asalariados y obreros.
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
año_estu
0 (empty) (base) (empty) (base)
6 -0.36166623 0.28506817 -0.99170844 0.78036279
11 -0.34450444 0.54370256 -0.80968007 0.5891047
14 -0.28674609 0.75152971 -0.83982932 1.0907413
16 -0.57701261 0.90562699 -1.0218074 1.1547081
17 (omitted) 1.3009561 (omitted) 1.570387*
Ocupacion
Intelectuales (empty) (empty) (empty) (empty)
Técnicos (empty) (empty) (empty) (empty)
Administrativos 0.14820479 1.4210995* -.65827934*** 1.3106596*
Comercio .92883347*** 1.6191955*** .49105495** 1.6680228***
Agricultura .58081006* 2.5061004*** -0.23059619 2.6143582***
Construcción 1.1674057*** 1.6089799*** 0.23005301 1.6273634***
Transporte 2.3776402*** 2.3585698*** 1.312287*** 2.3925142***
Terceros .81220332* 0.5862414 0.11386303 0.81835003
Área
Urbano -0.07954552 .40605236** -0.21265924 .38173781**
Edad .04852175*** .08659708*** .06853946*** .08484028***
exper (omitted) (omitted) (omitted) (omitted)
-.00079909**
exper2 -.0007887*** -.00084602*** -.00085833***
*
Educación
Sin nivel (empty) (base)
Primaria incompleta -0.08263098 -.72599965*
Primaria completa (omitted) (omitted)
Secundaria
-.43593485** 0.18804356
incompleta
Secundaria
(omitted) (omitted)
completar
Técnico incompleto -0.00065408 -1.0484256*
Técnico completa (omitted) (omitted)
Superior incompleta -0.23925776 -0.03424694
Superior completa (omitted) (omitted)
Posgrado (omitted) (omitted)
Ocupación
Independiente -0.50022795 -0.79180734
Asalariado 1.4947179*** -0.79907155
Obrero 1.3807624*** -0.50782176
Trabajo familiar no
(empty) (empty)
remunerado
Empleado de hogar (empty) (empty)
Otro (empty) (empty)
-
_cons -8.2888119*** -11.977898*** -7.656275***
11.231308***
N 3389 4141 3340 2564
chi2 1667.2841 1784.3173 1849.1864 1471.3395
rank 15 16 22 23
aic 1216.1903 584.28434 1032.3496 569.99599
legend: *p<0.05; **p<0.01; ***p<0.001
HUÁNUCO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
En el tipo de empleo formal, la variable logaritmo de salario, en ambos modelos tanto para
hombres y mujeres toma valores positivos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, esta
muestra relación negativa en cuanto a la persona con 6 años de estudio, del mismo modo
cuando tiene 16 y 17 años de estudio y cuando posee 11 y 14 años de estudio tiene
relaciones positivas respecto a los hombres dado el modelo 1; mientras que las mujeres
poseen una relación negativa en todos los años de estudio. Así mismo, se muestra que
dentro del modelo dos, los hombres tienen una relación positiva en cuanto a 6, 11, 14, 16 y
17 años de estudio; mientras que, las mujeres tienen una relación negativa en cuanto a todos
los años de estudio. Por otro lado, la variable ocupación muestra que existe para el modelo
1, una relación positiva en cuanto a los hombres dentro de administrativos, agricultura,
comercio, construcción, transporte y terceros muestran una relación positiva. Para las
mujeres dentro del modelo uno, se muestra una relación positiva en intelectuales,
administrativos, comercio, agricultura, construcción, transporte y terceros. Dentro del
modelo dos, para los hombres y mujeres, se muestra una relación positiva en todos los
campos de ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano, del
mismo modo con las mujeres pues muestran una relación positiva con el área urbano. Por
otro lado, dentro del modelo dos, se muestra una relación positiva con el área de residencia
urbana para para mujeres y hombres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación negativa con primaria incompleta, secundaria incompleta;
mientras que, para las mujeres existe una relación negativa en cuanto a primaria
incompleta, secundaria incompleta, superior no universitaria incompleta y superior
universitaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
negativa con el trabajo independiente y existe relaciones positivas para aquellos que son
asalariados y obrero; mientras que, para las mujeres se observa una relación negativa en
cuanto a la independencia de trabajo, así como a los asalariados y obreros.
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
lgsalario .66317507*** .57856367*** .63860808*** .49912937***
Años de estudio
0 (base) (empty) (base) (empty)
6 -0.29763763 -1.3689291*** 0.02416731 -1.2529261***
11 0.08784417 -1.647777*** 0.33172403 -1.4982414***
14 0.14695015 -1.087734*** 0.28369025 -1.0604401***
16 -0.00071819 -1.0611159*** 0.06878341 -.9655216***
17 -0.027728 (omitted) 0.20675561 (omitted)
Ocupación
Intelectuales 0.55329965 1.5382048 0.38542613 1.5843902
Técnicos 1.2831839*** (empty) 1.1601682** (empty)
Administrativos .44738944*** 1.3609265*** 0.23349985 1.2450474***
Comercio .91983131*** 1.4253594*** .79643333*** 1.4343863***
Agricultura .76194697*** 1.7585988*** .61797588*** 1.649921***
Construcción 1.1909297*** 1.631785*** .92704388*** 1.4871782***
Transporte 1.7994881*** 2.1109921*** 1.5254136*** 1.869506***
Terceros 0.01350704 0.11294478 -0.20291818 0.44541781
Área
Urbano .39762683*** .40144271*** .3589276*** .36410784***
Edad .0605397*** .06499399*** .06321224*** .07146005***
exper (omitted) (omitted) (omitted) (omitted)
exper2 -.00082335*** -.00075561*** -.00074963*** -.00078939***
Educación
Sin nivel (base) (empty)
Primaria incompleta -.49206439* -0.28165186
Primaria completa (omitted) (omitted)
Secundaria
-.36227163** -.84109632**
incompleta
Secundaria
(omitted) (omitted)
completar
Técnico incompleto 0.13276011 -.53443779*
Técnico completa (omitted) (omitted)
Superior incompleta 0.25977209 -.33703229*
Superior completa (omitted) (omitted)
Posgrado (omitted) (omitted)
Ocupación
Independiente -0.21045767 -.66485495*
Asalariado 0.39929475 -0.33056652
Obrero 0.31222766 -0.58517994
Trabajo familiar no
(empty) (empty)
remunerado
Empleado de hogar (empty) (empty)
Otro (empty) (empty)
constante -7.8354578*** -6.9429252*** -8.038709*** -6.0174653***
N 4474 3593 4405 2550
chi2 2419.2296 2064.4913 2460.2547 1685.0551
rank 18 16 25 23
aic 1581.1762 1130.6883 1529.5454 1085.6346
legend: *p<0.05; **p<0.01; ***p<0.001
AYACUCHO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
En el tipo de empleo formal, la variable logaritmo de salario, tanto para hombres y mujeres
toma valores positivos en ambos modelos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, esta
muestra relación negativa en cuanto a la persona con 6 años de estudio, sin embargo,
cuando posee 11, 14, 16 y 17 años de estudio tiene relaciones positivas respecto a los
hombres y mujeres dado el modelo 1. Así mismo, se muestra que dentro del modelo dos,
los hombres tienen una relación positiva en cuanto a 6, 11, 14 y 17 años de estudio mientras
que presentan una relacion negativa en cuanto a 16 años de estudios; asi mismo las mujeres
tienen una relación negativa en cuanto 6,14,16 y 17 años de estudio, pero presenta una
relacion negativa en cuanto se trata de 11 años de estudio. Por otro lado, la variable
ocupación muestra que existe para el modelo 1, una relación positiva en cuanto a los
hombres y mujeres dentro de Intelectuales, Técnicos, administrativos, agricultura,
comercio, construcción, transporte y terceros muestran una relación positiva. Ello también
se observa en el modelo 2, ya que esta también presenta una relación positiva con la
variable ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano, del
mismo modo con las mujeres pues muestran una relación positiva con el área urbano. Por
otro lado, dentro del modelo dos, se muestra una relación positiva con el área de residencia
urbana para para mujeres y hombres.
Asi también, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación negativa con primaria incompleta, secundaria incompleta y con
técnico incompleto; mientras que, para las mujeres existe una relación negativa en cuanto a
primaria incompleta, superior no universitaria incompleta y superior universitaria
incompleta, con respecto a los otros niveles de educación presenta una relacion positiva.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
negativa con el trabajo independiente y con los obreros; por otra parte existe relaciones
positivas para aquellos que son asalariados; mientras que, para las mujeres se observa una
relación negativa en cuanto a las diferentes ocupaciones.
Modelo 1 Modelo 2
Formal Formal
Variable
hombre Formal mujer hombre Formal mujer
Años de estudios
6 -0.12577849 -0.37579894 0.00924243 0.0417877
11 0.0984271 0.00710262 0.18550846 -0.03171461
14 0.30045892 0.63883848 0.18772687 0.68097436
16 0.13737489 0.43961562 -0.11788715 0.45310624
17 0.63775295 0.85147589 0.43935324 0.82567743
Ocupación
Intelectuales 1.0303821* (empty) 1.0169896* (empty)
Técnicos (empty) (empty) (empty) (empty)
Administrativos .90897387*** 1.453983** .77376352*** 1.5572301**
Comercio .94173754*** 1.4424193*** .72670276** 1.439069***
Agricultura 1.6049868*** 2.5941181*** 1.3686311*** 2.6077775***
Construcción 1.8503676*** 1.8284429*** 1.5609209*** 1.9064902***
Transporte 2.5181737*** 2.3529285*** 2.1928498*** 2.3763247***
Terceros 1.3337522*** 1.1318969** 1.0445316*** 1.2480803**
Área
Urbano .2647302* 0.13645504 .25349634* 0.13091023
Nivel de estudios
Primaria incompleta -0.31494086 -0.80907976
Primaria completa (omitted) (omitted)
Secundaria
incompleta -.40023784* 0.18323724
Secundaria completa (omitted) (omitted)
Técnico incompleto -0.00444494 -0.34486485
Técnico completo (omitted) (omitted)
Superior incompleta 0.2291975 -0.13518638
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
Ocupación
Independiente -0.44560032 -0.62727326
Asalariado 0.25669826 -0.57611374
Obrero -0.14947952 -0.83065197
Trabajo (empty) (empty)
Otro (empty) (empty)
Empleado del hogar -0.95604094
- -
constante
-8.1836564*** 9.8599473*** -7.7684566*** 9.0353461***
JUNIN
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
En el tipo de empleo formal, la variable logaritmo de salario, en ambos modelos tanto para
hombres y mujeres toma valores positivos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, dentro
del modelo 1 se muestra una relación negativa en cuanto a la persona con 17 años de
estudio tanto en hombres y en mujeres cuando son 6 años de estudio, con respecto a los
otros años de estudios se puede observar una relacion positiva tanto para hombres y
mujeres. Así mismo, se muestra que dentro del modelo dos, tanto hombres como mujeres
tienen una relación positiva en cuanto a 6, 11, 14,16 y 17 años de estudio; Por otro lado, la
variable ocupación muestra que existe para el modelo 1, en cuanto a los hombres una
relación negativa con técnicos, administrativos, agricultura y terceros, Sin embargo en
mujeres se observa que solo hay relacion negativa en relacion a técnicos, sin embargo, en el
modelo 2 cuando son mujeres presenta relacion positiva en relacion a las diversas
ocupaciones, pero en los hombres se observa que solo tiene relacion positiva con
construcción y transporte.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano, del
mismo modo con las mujeres pues muestran una relación positiva con el área urbano. Por
otro lado, dentro del modelo dos, se muestra una relación positiva con el área de residencia
urbana para para mujeres y hombres.
Asi también, se observa que para el modelo 1 y 2 la relacion que muestra con respecto a la
edad es positiva. En cuanto al modelo dos, también se observó que para los hombres hay
una relación negativa con el trabajo independiente y existe relaciones positivas para
aquellos que son asalariados y obrero; mientras que, para las mujeres se observa una
relación negativa en cuanto a la independencia de trabajo, así como a los asalariados y
obreros.
Modelo 1 Modelo 2
Formal
Variable
Formal hombre Formal mujer hombre Formal mujer
Años de estudios
6 0.19919503 -0.03397255 0.33359208 0.12290759
11 0.2655264 0.09844186 0.47575482 0.18188969
14 0.42605895 0.38321922 0.62455005 0.55334355
16 0.17706837 0.43580866 0.37762429 0.57280183
17 -0.07873213 .86433465* 0.13821922 .97394166*
Ocupación
Intelectuales 0.13959079 0.57156739 -0.01291082 0.42040989
Técnicos -0.35174563 0.56013224 -0.39789709 0.32146603
-.69519701**
Administrativos -.55000925*** 0.50442653 0.37219753
*
Comercio -0.04121618 .62310999*** -0.07553376 .54353733***
Agricultura -0.20442553 1.059893*** -.29217134* .90632607***
Construcción .4178276*** 1.2183828*** .27864839** 1.0802978***
Transporte .58107556*** 1.2066132*** .38873749*** .99871797***
-.85759423**
Terceros -.73395686*** -0.080865 0.11353392
*
Área
Urbano .46648991*** .41140523*** .40190725*** .3660565***
Nivel de estudios
Primaria incompleta -0.25853894 -0.26050361
Primaria completa (omitted) (omitted)
Secundaria -.48029374**
-0.2425643
incompleta *
Secundaria
(omitted) (omitted)
completa
Técnico incompleto -0.1932824 -.53521332**
Técnico completo (omitted) (omitted)
Superior incompleta -0.01967769 -.26037155*
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
Ocupación
Independiente -.48148906* -.66848002*
Asalariado 0.25407022 -.521426*
Obrero 0.24216975 -.6388858*
Trabajo (empty) (empty)
Otro 0.92012938 -1.3310107**
Empleado del hogar (empty) (empty)
- -
constante -8.1916419*** -7.546002***
7.8991947*** 6.5273542***
PASCO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, , área de residencia y edad,
mientras que en el segundo modelo se tomó todas las variables del primer modelo menos la
variable escolaridad, porque en reemplazo a ésta se agregó siete variables con niveles
educacionales: nivel primaria completa, nivel secundaria incompleta, nivel secundaria
completa, nivel no universitario incompleto, nivel no universitario completo, nivel
universitario incompleto y nivel universitario
En el tipo de empleo formal, la variable logaritmo de salario, en ambos modelos tanto para
hombres y mujeres toma valores positivos, lo cual nos muestra que esta variable favorece la
probabilidad de pertenecer al mercado laboral. Dentro de la variable años de estudio, esta
muestra relación negativa en cuanto a la persona con 6, 11, 14, 16 y17 años de estudio, es
decir tiene una relacion negativa en cuanto a los distintos años de estudios. Lo mismo
ocurre en el modelo 2, ya que también presenta una relacion negativa en cuanto a varones y
mujeres. Por otro lado, la variable ocupación muestra que existe para el modelo 1, una
relación positiva en cuanto a los hombres dentro de intelectuales, técnicos, agricultura,
construcción, transporte y terceros, mientras que se ve una relacion negativa en torno a
administrativos y agricultura. Para las mujeres dentro del modelo uno, se muestra una
relación positiva en intelectuales, técnicos, administrativos, comercio, agricultura,
construcción, transporte y terceros. Dentro del modelo dos, para los hombres se observa
que solo presenta una relacion positiva con intelectuales, técnicos, trasporte y terceros, con
el resto de ocupaciones mantiene una relacion negativa, asi mismo en mujeres se muestra
una relación positiva en todos los campos de ocupación con excepción de terceros pues con
esta tiene relacion negativa.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano, del
mismo modo con las mujeres pues muestran una relación positiva con el área urbano. Por
otro lado, dentro del modelo dos, se muestra una relación positiva con el área de residencia
urbana para para mujeres y hombres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación negativa con secundaria incompleta y educación no
universitaria incompleta y presenta una relacion positiva con primaria incompleta y
superior incompleta; mientras que, para las mujeres existe una relación negativa en cuanto a
primaria incompleta, secundaria incompleta, superior no universitaria incompleta y superior
universitaria incompleta.
Tabla 6: Tipo de empleo formal - Modelo de participación laboral en el periodo
2014-2019
Modelo 1 Modelo 2
Formal Formal
Variable
hombre Formal mujer hombre Formal mujer
Años de estudios
0 (base) (empty) (base) (empty)
- -
6 -.98136543** -1.0239565**
1.0595095*** 1.0963099***
11 -.771037* -.53017697* -.67117278* -.50747337*
14 -.67732525* -0.29810169 -0.63751709 -0.11728703
16 -1.0665251** -0.18513759 -1.0555347** -0.0908871
17 -0.690769 (omitted) -0.65360267 (omitted)
Ocupación
Intelectuales 0.11572379 1.1380571 0.12396932 1.174431
Técnicos 0.60583808 (empty) .66607575* (empty)
Administrativos -.26061271** .89707824** -.25356793** .88214882**
Comercio -0.08171753 .4114275* -0.08163159 .44021429**
Agricultura -0.02559597 .95532563*** -0.02468449 .91934366***
Construcción .42682638*** .81126241*** .42124874*** .81692892***
Transporte 1.0965951*** 1.4768764*** 1.0880435*** 1.4118156***
Terceros 0.06611791 0.0000551 0.0716332 -0.01038303
Área
Urbano .71329895*** .54079893*** .6967537*** .52033685***
Nivel de estudios
Sin nivel (base) (empty)
Primaria incompleta 0.11584847 -0.14889125
Primaria completa (omitted) (omitted)
Secundaria -.45914682*** -.45805094*
incompleta
Secundaria completa (omitted) (omitted)
-.94133343**
Técnico incompleto -0.0206419
*
Técnico completo (omitted) (omitted)
Superior incompleta 0.08083344 -.43859139*
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
- -
Constante -9.0898643*** -9.0101001***
9.0736571*** 8.6445668***
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
En el tipo de empleo informal, la variable logaritmo de salario, en ambos modelos tanto
para hombres y mujeres toma valores negativos, lo cual nos muestra que esta variable no
favorece la probabilidad de pertenecer al mercado laboral. Dentro de la variable años de
estudio, esta muestra relación negativa en cuanto a la persona con 6 años de estudio, del
mismo modo cuando tiene 14 años de; sin embargo, cuando la persona posee 6, 11, 16 y 17
años de estudio muestra que dicha variable favorece al mercado laboral formal respecto a
los hombres dado el modelo 1; mientras que las mujeres poseen una relación negativa en
todos los años de estudio. Así mismo, se muestra que dentro del modelo dos, los hombres
tienen una relación positiva en cuanto a 6 años de estudio; pero las mujeres tienen una
relación negativa en todo el año de estudio. Por otro lado, la variable ocupación muestra
que existe para el modelo 1, una relación positiva en cuanto a os hombres dentro terceros y
administrativos y muestran una relación negativa en cuanto a intelectuales, técnicos,
comercio, agricultura, construcción, transporte. Para las mujeres dentro del modelo uno, se
muestra una relación negativa en intelectuales, técnicos, administrativos, comercio,
agricultura, construcción, transporte y terceros. Dentro del modelo dos, para los hombres,
se muestra una relación positiva en cuanto a administrativos, agricultura y terceros. Así
mismo, para las mujeres existe una relación negativa en todos los campos de ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación negativa con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación negativa con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación negativa con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con primaria incompleta, secundaria incompleta,
técnico incompleto; mientras que tiene relaciones negativas con superior incompleta; para
las mujeres existe una relación positiva en cuanto a primaria incompleta, secundaria
incompleta, superior no universitaria incompleta y superior universitaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
positiva con el trabajo independiente y existe relaciones negativas para aquellos que son
asalariados, obreros y empleados del hogar; mientras que, para las mujeres se observa una
relación positiva en cuanto a la independencia de trabajo, así como a los asalariados, obrero
y empleados del hogar.
Modelo 1 Modelo 2
Informal Informal
Variable Informal hombre Informal hombre
mujer mujer
-.66461316** -.59695456**
lgsalario -.84158885*** -.75929072***
* *
Años de estudio
6 0.29405039 -.38623254* 0.02990886 -.62521828**
-.70243592**
11 0.04644488 -.55667004** -0.28750911
*
-.96203932** -
14 -0.08471744 -0.378572
* 1.1862038***
-.99926275** -
16 0.20089983 -0.09771766
* 1.2121444***
- -
17 0.25272636 -0.13920819
1.4844928*** 1.6596744***
Ocupacion
Intelectuales -.32444674** -.80720495** -0.03600997 -.65796472*
Técnicos -.34315535* -0.38305407 -0.15793221 -0.16500799
-.86622555** -.71884595**
Administrativos .16916967*** .497919***
* *
-.84096519**
Comercio -.23621762*** -0.08496552 -.7790373***
*
- -
Agricultura -.17404583* 0.05866203
1.3820746*** 1.2207537***
- -
Construcción -.65243599*** -.32078756***
1.2063098*** 1.0564569***
- -
Transporte -1.251039*** -.83134162***
1.5868363*** 1.3697021***
Terceros 0.17799632 -0.13974862 .42983288*** -0.24270454
area
-.38963721**
Urbano -.52436777*** -.37984357*** -.3465353***
*
-.06188126** -.06166069**
edad -.05319847*** -.05623082***
* *
exper (omitted) (omitted) (omitted) (omitted)
exper2 .00079271*** .00066223*** .00066183*** .00062586***
Educación
Primaria incompleta .24876693** .32261138**
Primaria completa (omitted) (omitted)
Secundaria
.51192994*** .29729834**
incompleta
Secundaria
(omitted) (omitted)
completar
Técnico incompleto 0.09844472 .63125101***
Técnico completa (omitted) (omitted)
Superior incompleta -0.08238571 .30988286***
Superior completa (omitted) (omitted)
Posgrado (omitted) (omitted)
Ocupación
Independiente .39195307*** .53763805***
Asalariado -.70257306*** .32758687*
Obrero -.71772381*** .36137699**
Trabajo familiar no
(empty) (empty)
remunerado
Empleado de hogar -0.81351314 1.0170824***
Otro (empty) (empty)
constante 8.1811359*** 8.9367261*** 8.3133443*** 8.0489232***
N 19998 19442 19697 14515
chi2 11195.55 10491.884 11687.414 8891.0398
rank 18 18 26 26
aic 9135.2015 5536.0622 8519.9573 5368.7872
legend: *p<0.05; **p<0.01; ***p<0.001
HUANCAVELICA
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación positiva con el área de residencia urbano,
caso contrario pasa con las mujeres pues muestran una relación negativa con el área urbano.
Por otro lado, dentro del modelo dos, se muestra una relación positiva con el área de
residencia urbana para hombres como negativa para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con primaria incompleta, secundaria incompleta,
técnico incompleto y superior incompleta; para las mujeres existe una relación positiva en
cuanto a primaria incompleta, superior no universitaria incompleta y superior universitaria
incompleta y una relación negativa en cuanto a secundaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
positiva con el trabajo independiente y existe relaciones negativas para aquellos que son
asalariados y obreros; mientras que, para las mujeres se observa una relación positiva en
cuanto a la independencia de trabajo, así como a los asalariados y obreros.
Modelo 1 Modelo 2
Informal Informal
Variable Informal mujer Informal hombre
hombre mujer
-.89426948**
lgsalario -.88653879*** -.91835919*** -.70596044***
*
Años de estudio
0 (empty) (base) (empty) (base)
6 0.36166623 -0.28506817 0.99170844 -0.78036279
11 0.34450444 -0.54370256 0.80968007 -0.5891047
14 0.28674609 -0.75152971 0.83982932 -1.0907413
16 0.57701261 -0.90562699 1.0218074 -1.1547081
17 (omitted) -1.3009561 (omitted) -1.570387*
Ocupación
Intelectuales (empty) (empty) (empty) (empty)
Técnicos (empty) (empty) (empty) (empty)
Administrativos -0.14820479 -1.4210995* .65827934*** -1.3106596*
-
Comercio -.92883347*** -1.6191955*** -.49105495**
1.6680228***
-
Agricultura -.58081006* -2.5061004*** 0.23059619
2.6143582***
-
Construcción -1.1674057*** -1.6089799*** -0.23005301
1.6273634***
-
Transporte -2.3776402*** -2.3585698*** -1.312287***
2.3925142***
Terceros -.81220332* -0.5862414 -0.11386303 -0.81835003
Área
Urbano 0.07954552 -.40605236** 0.21265924 -.38173781**
-.08484028**
Edad -.04852175*** -.08659708*** -.06853946***
*
exper (omitted) (omitted) (omitted) (omitted)
exper2 .0007887*** .00084602*** .00085833*** .00079909***
Educación
Sin nivel (empty) (base)
Primaria incompleta 0.08263098 .72599965*
Primaria completa (omitted) (omitted)
Secundaria
.43593485** -0.18804356
incompleta
Secundaria
(omitted) (omitted)
completar
Técnico incompleto 0.00065408 1.0484256*
Técnico completa (omitted) (omitted)
Superior incompleta 0.23925776 0.03424694
Superior completa (omitted) (omitted)
Posgrado (omitted) (omitted)
Ocupación
Independiente 0.50022795 0.79180734
Asalariado -1.4947179*** 0.79907155
Obrero -1.3807624*** 0.50782176
Trabajo familiar no
(empty) (empty)
remunerado
Empleado de hogar (empty) (empty)
Otro (empty) (empty)
Constante 8.2888119*** 11.977898*** 7.656275*** 11.231308***
HUÁNUCO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación negativa con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación negativa con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación negativa con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con primaria incompleta, secundaria incompleta;
mientras que tiene relaciones negativas con técnico incompleto y superior incompleta; para
las mujeres existe una relación positiva en cuanto a primaria incompleta, secundaria
incompleta, superior no universitaria incompleta y superior universitaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
positiva con el trabajo independiente y existe relaciones negativas para aquellos que son
asalariados, obreros; mientras que, para las mujeres se observa una relación positiva en
cuanto a la independencia de trabajo, así como a los asalariados y obreros.
Modelo 1 Modelo 2
Informal Informal
Variable Informal mujer Informal mujer
hombre hombre
lgsalario -.66317507*** -.57856367*** -.63860808*** -.49912937***
Años de estudio
0 (base) (empty) (base) (empty)
6 0.29763763 1.3689291*** -0.02416731 1.2529261***
11 -0.08784417 1.647777*** -0.33172403 1.4982414***
14 -0.14695015 1.087734*** -0.28369025 1.0604401***
16 0.00071819 1.0611159*** -0.06878341 .9655216***
17 0.027728 (omitted) -0.20675561 (omitted)
Ocupación
Intelectuales -0.55329965 -1.5382048 -0.38542613 -1.5843902
Técnicos -1.2831839*** (empty) -1.1601682** (empty)
Administrativos -.44738944*** -1.3609265*** -0.23349985 -1.2450474***
Comercio -.91983131*** -1.4253594*** -.79643333*** -1.4343863***
Agricultura -.76194697*** -1.7585988*** -.61797588*** -1.649921***
Construcción -1.1909297*** -1.631785*** -.92704388*** -1.4871782***
Transporte -1.7994881*** -2.1109921*** -1.5254136*** -1.869506***
Terceros -0.01350704 -0.11294478 0.20291818 -0.44541781
Área
Urbano -.39762683*** -.40144271*** -.3589276*** -.36410784***
Edad -.0605397*** -.06499399*** -.06321224*** -.07146005***
exper (omitted) (omitted) (omitted) (omitted)
exper2 .00082335*** .00075561*** .00074963*** .00078939***
Educación
Sin nivel (base) (empty)
Primaria incompleta .49206439* 0.28165186
Primaria completa (omitted) (omitted)
Secundaria
.36227163** .84109632**
incompleta
Secundaria
(omitted) (omitted)
completar
Técnico incompleto -0.13276011 .53443779*
Técnico completa (omitted) (omitted)
Superior incompleta -0.25977209 .33703229*
Superior completa (omitted) (omitted)
Posgrado (omitted) (omitted)
Ocupación
Independiente 0.21045767 .66485495*
Asalariado -0.39929475 0.33056652
Obrero -0.31222766 0.58517994
Trabajo familiar no
(empty) (empty)
remunerado
Empleado de hogar (empty) (empty)
Otro (empty) (empty)
Constante 7.8354578*** 6.9429252*** 8.038709*** 6.0174653***
N 4474 3593 4405 2550
chi2 2419.2296 2064.4913 2460.2547 1685.0551
rank 18 16 25 23
aic 1581.1762 1130.6883 1529.5454 1085.6346
legend: *p<0.05; **p<0.01; ***p<0.001
AYACUCHO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
informal con el modelo uno, existe una relación negativa con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación negativa con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación negativa con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relacion negativa solo con superior incompleta, en relaciona a los otros
niveles se ve que tiene una relacion positiva; para las mujeres existe una relación positiva
en cuanto a primaria incompleta, educación no universitaria y superior universitaria
incompleta. Mientras que se observa una relacion negativa con secundaria incompleta.
En cuanto a la ocupación, en el modelo dos también se observó que para los hombres hay
una relación positiva con el trabajo independiente y obreros, pero existe relaciones
negativas para aquellos que son asalariados, mientras que, para las mujeres se observa una
relación positiva en cuanto a la independencia de trabajo, así como a los asalariados y
obreros
Modelo 1 Modelo 2
Informal Informal Informal Informal
Variable
hombre mujer hombre mujer
-.64758535** -.62577124**
lgsalario
-.53452793*** * -.48855466*** *
Años de estudios
6 0.12577849 0.37579894 -0.00924243 -0.0417877
11 -0.0984271 -0.00710262 -0.18550846 0.03171461
14 -0.30045892 -0.63883848 -0.18772687 -0.68097436
16 -0.13737489 -0.43961562 0.11788715 -0.45310624
17 -0.63775295 -0.85147589 -0.43935324 -0.82567743
Ocupación
Intelectuales -1.0303821* (empty) -1.0169896* (empty)
Técnicos (empty) (empty) (empty) (empty)
Administrativos -.90897387*** -1.453983** -.77376352*** -1.5572301**
-
Comercio 1.4424193**
-.94173754*** * -.72670276** -1.439069***
- -
Agricultura 2.5941181** 2.6077775**
-1.6049868*** * -1.3686311*** *
- -
Construcción 1.8284429** 1.9064902**
-1.8503676*** * -1.5609209*** *
- -
Transporte 2.3529285** 2.3763247**
-2.5181737*** * -2.1928498*** *
Terceros -1.3337522*** -1.1318969** -1.0445316*** -1.2480803**
Área
Urbano -.2647302* -0.13645504 -.25349634* -0.13091023
-.08862091** -.08533605**
Edad
-.07255645*** * -.07700104*** *
Experiencia (omitted) (omitted) (omitted) (omitted)
. .
Experiencia2
.00087646*** 00096948*** .0008693*** 00091028***
Nivel de estudios
Primaria incompleta 0.31494086 0.80907976
Primaria completa (omitted) (omitted)
Secundaria
-0.18323724
incompleta .40023784*
Secundaria completa (omitted) (omitted)
Técnico incompleto 0.00444494 0.34486485
Técnico completo (omitted) (omitted)
Superior incompleta -0.2291975 0.13518638
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
Ocupación
Independiente 0.44560032 0.62727326
Asalariado -0.25669826 0.57611374
Obrero 0.14947952 0.83065197
Trabajo (empty) (empty)
Otro (empty) (empty)
Empleado del hogar 0.95604094
9.8599473** 9.0353461**
constante
8.1836564*** * 7.7684566*** *
JUNIN
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
Dentro de la variable años de estudio, esta muestra relación negativa en cuanto a la persona
con 11 y 14 años de estudio; sin embargo, cuando la persona posee 6, 16 y 17 años de
estudio muestra que dicha variable favorece al mercado laboral formal respecto a los
hombres dado el modelo 1; mientras que las mujeres poseen una relación positiva en todos
los años de estudio. Así mismo, se muestra que dentro del modelo dos, los hombres tienen
una relación positiva en cuanto a todos los años de estudio; pero las mujeres tienen una
relación positiva en todos los años de estudio. Por otro lado, la variable ocupación muestra
que existe para el modelo 1, una relación negativa en cuanto a os hombres dentro terceros y
administrativos, intelectuales, técnicos, comercio, agricultura, construcción, transporte.
Para las mujeres dentro del modelo uno, se muestra una relación negativa en intelectuales,
administrativos, comercio, agricultura, construcción, transporte y terceros. Dentro del
modelo dos, para los hombres, se muestra una relación positiva en cuanto a terceros. Así
mismo, para las mujeres existe una relación negativa en todos los campos de ocupación.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación negativa con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación negativa con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación negativa con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con primaria incompleta, secundaria incompleta;
mientras que tiene relaciones negativas con técnico incompleto y superior incompleta; para
las mujeres existe una relación positiva en cuanto a primaria incompleta, secundaria
incompleta, superior no universitaria incompleta y superior universitaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
positiva con el trabajo independiente y existe relaciones negativas para aquellos que son
asalariados, obreros; mientras que, para las mujeres se observa una relación positiva en
cuanto a la independencia de trabajo, así como a los asalariados y obreros.
Modelo 1 Modelo 2
Informal Informal
Variable
Informal hombre Informal mujer hombre mujer
-.79710887** -.54155102**
lgsalario -.86342002*** -.59107193***
* *
Años de estudios
6 -0.19919503 0.03397255 -0.33359208 -0.12290759
11 -0.2655264 -0.09844186 -0.47575482 -0.18188969
14 -0.42605895 -0.38321922 -0.62455005 -0.55334355
16 -0.17706837 -0.43580866 -0.37762429 -0.57280183
17 0.07873213 -.86433465* -0.13821922 -.97394166*
Ocupacion
Intelectuales -0.13959079 -0.57156739 0.01291082 -0.42040989
Técnicos 0.35174563 -0.56013224 0.39789709 -0.32146603
Administrativos .55000925*** -0.50442653 .69519701*** -0.37219753
-.54353733**
Comercio 0.04121618 -.62310999*** 0.07553376
*
-.90632607**
Agricultura 0.20442553 -1.059893*** .29217134*
*
-
Construccion -.4178276*** -1.2183828*** -.27864839** 1.0802978**
*
-.38873749** -.99871797**
Transporte -.58107556*** -1.2066132***
* *
Terceros .73395686*** 0.080865 .85759423*** -0.11353392
Area
-.40190725**
Urbano -.46648991*** -.41140523*** -.3660565***
*
-.04931504** -.05745484**
Edad -.05268758*** -.05786739***
* *
Experiencia (omitted) (omitted) (omitted) (omitted)
.
Experiencia2 .00086895*** .00065677*** .00068596***
00063036***
Nivel_estu
Primaria 0.25853894 0.26050361
Primaria (omitted) (omitted)
Secundaria
.48029374*** 0.2425643
incompleta
Secundaria
(omitted) (omitted)
completa
Tecnico incompleto 0.1932824 .53521332**
Tecnico completo (omitted) (omitted)
Superior
0.01967769 .26037155*
incompleta
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
Ocupacion
Independiente .48148906* .66848002*
Asalariado -0.25407022 .521426*
Obrero -0.24216975 .6388858*
Trabajo (empty) (empty)
Otro -0.92012938 1.3310107**
Empleado del hogar (empty) (empty)
6.5273542**
] 8.1916419*** 7.546002*** 7.8991947***
*
PASCO
La regresión de participación laboral fue realizada considerando dos modelos, los cuales
fueron replicados de igual manera para cada tipo de empleo; el primer modelo incluyó a las
variables años de estudio, experiencia, experiencia al cuadrado, la ocupación, área de
residencia y edad, mientras que en el segundo modelo se tomó todas las variables del
primer modelo menos la variable escolaridad, porque en reemplazo a ésta se agregó siete
variables con niveles educacionales: nivel primaria completa, nivel secundaria incompleta,
nivel secundaria completa, nivel no universitario incompleto, nivel no universitario
completo, nivel universitario incompleto y nivel universitario completo y si los sectores de
ocupación independiente, asalariado, obrero, trabajador familiar no remunerado, empleado
del hogar u otro.
Dentro de área de residencia, se muestra que para los hombres dentro del tipo de empleo
formal con el modelo uno, existe una relación negativa con el área de residencia urbano,
esto mismo pasa con las mujeres pues también muestran una relación negativa con el área
urbano. Por otro lado, dentro del modelo dos, se muestra una relación negativa con el área
de residencia urbana tanto para hombres como para mujeres.
Por otro lado, dentro del modelo dos se muestra que la variable educación, en cuanto a los
hombres existe una relación positiva con primaria incompleta, secundaria incompleta;
mientras que tiene relaciones negativas con técnico incompleto y superior incompleta; para
las mujeres existe una relación positiva en cuanto a primaria incompleta, secundaria
incompleta, superior no universitaria incompleta y superior universitaria incompleta.
En cuanto al modelo dos, también se observó que para los hombres hay una relación
positiva con el trabajo independiente y existe relaciones negativas para aquellos que son
asalariados, obreros; mientras que, para las mujeres se observa una relación positiva en
cuanto a la independencia de trabajo, así como a los asalariados y obreros
Modelo 1 Modelo 2
Informal Informal Informal Informal
Variable
hombre mujer hombre mujer
Años de estudios
0 (base) (empty) (base) (empty)
1.0595095** 1.0963099**
6 .98136543** 1.0239565**
* *
11 .771037* .53017697* .67117278* .50747337*
14 .67732525* 0.29810169 0.63751709 0.11728703
16 1.0665251** 0.18513759 1.0555347** 0.0908871
17 0.690769 (omitted) 0.65360267 (omitted)
Ocupacion
Intelectuales -0.11572379 -1.1380571 -0.12396932 -1.174431
Técnicos -0.60583808 (empty) -.66607575* (empty)
Administrativos .26061271** -.89707824** .25356793** -.88214882**
Comercio 0.08171753 -.4114275* 0.08163159 -.44021429**
-.95532563** -.91934366**
Agricultura 0.02559597 0.02468449
* *
-.81126241** -.81692892**
Construccion -.42682638*** -.42124874***
* *
- -
Transporte -1.0965951*** 1.4768764** -1.0880435*** 1.4118156**
* *
Terceros -0.06611791 -0.0000551 -0.0716332 0.01038303
Area
-.54079893** -.52033685**
Urbano -.71329895*** -.6967537***
* *
-.04309472** -.04109688**
Edad -.0460961*** -.04705273***
* *
Experiencia (omitted) (omitted) (omitted) (omitted)
Experiencia2 .00068069*** .00036645* .00068678*** 0.00032024
Nivel_estu
Sin nivel (base) (empty)
Primaria -0.11584847 0.14889125
Primaria (omitted) (omitted)
Secundaria
.45914682*** .45805094*
incompleta
Secundaria completa (omitted) (omitted)
.
Tecnico incompleto 0.0206419
94133343***
Tecnico completo (omitted) (omitted)
Superior incompleta -0.08083344 .43859139*
Superior completa (omitted) (omitted)
Post-grado (omitted) (omitted)
9.0736571** 8.6445668**
Constante 9.0898643*** 9.0101001***
* *
La literatura revisada de Blau y Kahn (2006), señalan que el efecto del sesgo de selección
en la brecha salarial de género, centrándose principalmente en el tipo de empleo, muestran
que la disminución de la brecha salarial de género en un primer momento es exagerada, ya
que se explica en gran medida por la muestra selección. Así se muestran en los cuadros
siguientes por región y macro región las significancias y diferencias.
Tabla 13: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en la macrorregión centro en el periodo 2014-2019
Formal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 -.02735382* -.02873768** .23471195*** .56379305***
11 .07981466*** .06505509*** .48176904*** 1.0404089***
14 .20234197*** .17206296*** .74044425*** 1.4106395***
16 .20088648*** .15886358*** .85359851*** 1.5736167***
17 .27263626*** .22788869*** 1.0162778*** 1.6810783***
Ocupacion
Intelectuales .04605614** 0.00810477 .14439346*** .14449155***
Técnicos 0.00096774 -0.03442689 0.05699955 .12997768***
Administrativos -.04014108*** -.06911074*** .20561379*** .29944788***
Comercio .03265386*** -0.00508867 .16590643*** .30409232***
Agricultura .05132302*** 0.00946391 .39244156*** .54414257***
Construccion .27975887*** .24767589*** .39102706*** .57201926***
Transporte .42505699*** .4029736*** .56218716*** .73504679***
Terceros -.04248665** -.08217366*** .21784218*** .50141529***
Area
Urbano .09862224*** .22340926***
Edad
Experiencia .00897853*** .0083962*** .02060087*** .03793032***
Experiencia2 -.00011973*** -.00011366*** -.00021311*** -.00039744***
En la tabla 13 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) es significativa para ambos géneros y tiene el signo negativo. Con 6 años de
estudio toma valores de -0.027 y -0.028 para hombres y mujeres respectivamente, lo cual
nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
Tabla 14: Tipo de empleo informal – Evaluación salarial con corrección por sesgo de
selección en la macrorregión centro en el periodo 2014-2019
Informal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 .02735382* .02873768** -.23471195*** -.56379305***
11 -.07981466*** -.06505509*** -.48176904*** -1.0404089***
14 -.20234197*** -.17206296*** -.74044425*** -1.4106395***
16 -.20088648*** -.15886358*** -.85359851*** -1.5736167***
17 -.27263626*** -.22788869*** -1.0162778*** -1.6810783***
Ocupación
Intelectuales -.04605614** -0.00810477 -.14439346*** -.14449155***
Técnicos -0.00096774 0.03442689 -0.05699955 -.12997768***
Administrativos .04014108*** .06911074*** -.20561379*** -.29944788***
Comercio -.03265386*** 0.00508867 -.16590643*** -.30409232***
Agricultura -.05132302*** -0.00946391 -.39244156*** -.54414257***
Construccion -.27975887*** -.24767589*** -.39102706*** -.57201926***
Transporte -.42505699*** -.4029736*** -.56218716*** -.73504679***
Terceros .04248665** .08217366*** -.21784218*** -.50141529***
Area
Urbano -.09862224*** -.22340926***
Edad
Experiencia -.00897853*** -.0083962*** -.02060087*** -.03793032***
Experiencia2 .00011973*** .00011366*** .00021311*** .00039744***
En la tabla 13 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) es significativa para ambos géneros y tiene el signo positivo. Con 6 años de
estudio toma valores de 0.027 y 0.028 para hombres y mujeres respectivamente, lo cual nos
indica que esta variable influye de manera positivamente en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negativa con valores de -0.00096 y positiva para mujeres (0.03) para hombres y mujeres
respectivamente, se observa que los administrativos tienen una relación positiva con valores
de 0.040 y 0.069 para hombres y mujeres respectivamente, además, se observa que los
terceros tienen una relación positiva con valores de 0.042 y 0.082 para hombres y mujeres
respectivamente, mientras que en el Modelo 2, se observa que los técnicos tienen una
relación negativa con valores de -0.056 y -0.129 para hombres y mujeres respectivamente,
se observa que los administrativos tienen una relación negativa con valores de -0.205 y
-0.299 para hombres y mujeres respectivamente, además, se observa que los terceros tienen
una relación negativa con valores de -0.217 y -0.501 para hombres y mujeres
respectivamente.
Tabla 15: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Ayacucho en el periodo 2014-2019
Formal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 -0.00468089 -0.0042216 .5040683*** .63409245***
11 .05378179* .05283957* .95843719*** 1.1774083***
14 .1247499*** .12154206*** 1.3534038*** 1.60754***
16 .17580149*** .1681932*** 1.4691127*** 1.7365786***
17 .31480076*** .3085653*** 1.5982401*** 1.8410157***
Ocupacion
Intelectuales 0.06178673 0.05606888 0.09243882 0.07959515
Técnicos -0.01425588 -0.02116535 .16421691* .18902709*
Administrativos .03486717** .02803669* .31816099*** .3708252***
Comercio .04564045** .035915* .37894141*** .4478366***
Agricultura .1891039*** .17960719*** .79011247*** .87131605***
Construccion .43312242*** .42572073*** .6781463*** .7725842***
Transporte .65485712*** .6499834*** .91499226*** 1.0117447***
Terceros .09302272** .08384877* .6925469*** .83262665***
Area
Urbano .02142938* .09828679***
Edad
Experiencia .00661198*** .00649991*** .03824138*** .04567875***
Experiencia2 -.00007574*** -.00007435*** -.00039614*** -.00047419***
En la tabla 15 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) es significativa para ambos géneros y tiene el signo negativo. Con 6 años de
estudio toma valores de -0.0046 y -0.0042 para hombres y mujeres respectivamente, lo cual
nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negativa con valores de -0.014 y -0.021 para hombres y mujeres respectivamente, se
observa que los administrativos tienen una relación positiva con valores de 0.034 y 0.028
para hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.093 y 0.083 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de 0.16 y 0.18 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación positiva con valores de 0.318 y 0.37 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación positiva
con valores de 0.132 y 0.436 para hombres y mujeres respectivamente.
Tabla 16: Tipo de empleo Informal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Ayacucho en el periodo 2014-2019
Informal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 0.00468089 0.0042216 -.5040683*** -.63409245***
11 -.05378179* -.05283957* -.95843719*** -1.1774083***
14 -.1247499*** -.12154206*** -1.3534038*** -1.60754***
16 -.17580149*** -.1681932*** -1.4691127*** -1.7365786***
17 -.31480076*** -.3085653*** -1.5982401*** -1.8410157***
Ocupacion
Intelectuales -0.06178673 -0.05606888 -0.09243882 -0.07959515
Técnicos 0.01425588 0.02116535 -.16421691* -.18902709*
Administrativos -.03486717** -.02803669* -.31816099*** -.3708252***
Comercio -.04564045** -.035915* -.37894141*** -.4478366***
Agricultura -.1891039*** -.17960719*** -.79011247*** -.87131605***
Construccion -.43312242*** -.42572073*** -.6781463*** -.7725842***
Transporte -.65485712*** -.6499834*** -.91499226*** -1.0117447***
Terceros -.09302272** -.08384877* -.6925469*** -.83262665***
Area
Urbano -.02142938* -.09828679***
Edad
Experiencia -.00661198*** -.00649991*** -.03824138*** -.04567875***
Experiencia2 .00007574*** .00007435*** .00039614*** .00047419***
En la tabla 16 se observa que en el sector informal con 6 años de estudio (considerada sólo
en el modelo uno) no es significativa para ambos géneros y tiene el signo positivo. Con 6
años de estudio toma valores de 0.0046 y 0.0042 para hombres y mujeres respectivamente,
lo cual nos indica que esta variable influye de manera positiva en la decisión de pertenecer
al mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
positiva con valores de 0.014 y 0.021 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación negativa con valores de -0.034 y -0.028 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación negativa con valores de -0.093 y -0.083 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación negativa con
valores de -0.16 y -0.18 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación negativa con valores de -0.318 y -0.37 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación negativa
con valores de -0.132 y -0.436 para hombres y mujeres respectivamente.
Tabla 17: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Huancavelica en el periodo 2014-2019
Formal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 -0.01042494 -0.01036012 .236212*** .50849303***
11 0.03709747 0.03705646 .47667118*** .94592574***
14 .105681*** .10518384*** .73985942*** 1.2729865***
16 .0889446*** .08804656** .87934783*** 1.448042***
17 .2286049*** .22752373*** 1.0224192*** 1.5012924***
Ocupacion
Intelectuales -0.04068469 -0.04154869 0.10403974 0.09196596
Técnicos -0.05026381 -0.05149942 0.06680191 0.12795276
Administrativos 0.00651743 0.00563706 .17790127*** .34275991***
Comercio .06278891*** .06179047** .21337612*** .40209702***
Agricultura .06975326** .06833547* .6283356*** .82121986***
Construccion .38054675*** .37903834*** .42084289*** .66412793***
Transporte .69939031*** .69807112*** .69936052*** .91579483***
Terceros 0.07360241 0.07218377 .340169*** .71295164***
Area
Urbano 0.00310217 .227558***
Edad
Experiencia .0046952*** .00468515*** .02383744*** .04336779***
Experiencia2 -.00006259*** -.0000625*** -.00022799*** -.00041305***
En la tabla 17 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) no es significativa para ambos géneros y tiene el signo negativo. Con 6 años
de estudio toma valores de -0.0104 y -0.0103 para hombres y mujeres respectivamente, lo
cual nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negativa con valores de -0.050 y -0.051 para hombres y mujeres respectivamente, se
observa que los administrativos tienen una relación positivo con valores de 0.006 y 0.005
para hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.073 y 0.072 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de 0.06 y 0.012 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación positiva con valores de 0.17 y 0.34 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación positiva
con valores de 0.34 y 0.71 para hombres y mujeres respectivamente.
En el Modelo 1 de las Tablas 2 y 17, el sesgo de selección es significativo tanto en el sector
formal como en el informal, tanto para hombres como para mujeres. El coeficiente de
correlación nos da la dirección de las reglas de selección promedio para hombres y mujeres.
Los hombres son seleccionados positivamente en el empleo informal y seleccionados
negativamente en el empleo formal. Esto es consistente con las conclusiones de los trabajos
que encuentran que algunos trabajadores tienen una ventaja comparativa individual en el
sector informal y no les iría mejor en el sector formal (Gindling, 1991; Maloney, 1999,
2004).
Tabla 18: Tipo de empleo Informal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Huancavelica en el periodo 2014-2019
Informal
Modelo 1 Modelo 2
Variable Formal hombre Formal mujer Formal hombre Formal mujer
Años de estudios
6 0.01042494 0.01036012 -.236212*** -.50849303***
11 -0.03709747 -0.03705646 -.47667118*** -.94592574***
14 -.105681*** -.10518384*** -.73985942*** -1.2729865***
16 -.0889446*** -.08804656** -.87934783*** -1.448042***
17 -.2286049*** -.22752373*** -1.0224192*** -1.5012924***
Ocupacion
Intelectuales 0.04068469 0.04154869 -0.10403974 -0.09196596
Técnicos 0.05026381 0.05149942 -0.06680191 -0.12795276
Administrativos -0.00651743 -0.00563706 -.17790127*** -.34275991***
Comercio -.06278891*** -.06179047** -.21337612*** -.40209702***
Agricultura -.06975326** -.06833547* -.6283356*** -.82121986***
Construccion -.38054675*** -.37903834*** -.42084289*** -.66412793***
Transporte -.69939031*** -.69807112*** -.69936052*** -.91579483***
Terceros -0.07360241 -0.07218377 -.340169*** -.71295164***
Area
Urbano -0.00310217 -.227558***
Edad
Experiencia -.0046952*** -.00468515*** -.02383744*** -.04336779***
Experiencia2 .00006259*** .0000625*** .00022799*** .00041305***
Imr2 -.22872486*** -.52077658***
Constante 1.2895549*** 1.2894478*** 3.8688155*** 7.0130926***
En la tabla 18 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) no es significativa para ambos géneros y tiene el signo positivo. Con 6 años
de estudio toma valores de 0.0104 y 0.0103 para hombres y mujeres respectivamente, lo
cual nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
positiva con valores de 0.050 y 0.051 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación negativo con valores de -0.006 y -0.005 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación negativa con valores de -0.073 y -0.072 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación negativa con
valores de -0.06 y -0.012 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación negativa con valores de -0.17 y -0.34 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación negativa
con valores de -0.34 y -0.71 para hombres y mujeres respectivamente.
Tabla 19: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Huánuco en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Formal hombre Formal mujer Formal hombre Formal mujer
lgsalario .0564885*** .05525953*** .14697903*** .37555944***
año_estudio
6 -0.01802289 -0.0192678 .20076797*** .57632085***
11 .08112254*** .07236246*** .38852926*** 1.0297695***
14 .17024303*** .15365976*** .64358896*** 1.4194959***
16 .20467625*** .1797569*** .73694563*** 1.5826707***
17 .30583655*** .27609859*** .98971268*** 1.7613752***
ocupacion
Intelectuales 0.02350271 0.00193977 0.11416151 .1247889*
Técnicos .1604946** .13078263* -0.0056263 0.08633761
Administrativos .04195306** 0.02293336 .21085192*** .31349519***
Comercio .11355578*** .08938491*** .16086126*** .33257263***
Agricultura .11601069*** .08875684*** .32745686*** .51509638***
Construccion .34093309*** .3197582*** .35064296*** .58229876***
Transporte .52317157*** .50767912*** .55226665*** .77169456***
Terceros -0.01809518 -0.0446514 .18541614*** .53317119***
area
Urbano .05782158*** .24349987***
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
positiva con valores de 0.16 y 0.13 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación positiva con valores de 0.041 y 0.022 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación negativa con valores de -0.018 y -0.044 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de -0.005 y 0.086 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación positiva con valores de 0.210 y 0.313 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación positiva
con valores de 0.185 y 0.533 para hombres y mujeres respectivamente.
Tabla 20: Tipo de empleo informal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Huánuco en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Informal hombre Informal mujer Informal hombre Informal mujer
lgsalario -.0564885*** -.05525953*** -.14697903*** -.37555944***
año_estudio
6 0.01802289 0.0192678 -.20076797*** -.57632085***
11 -.08112254*** -.07236246*** -.38852926*** -1.0297695***
14 -.17024303*** -.15365976*** -.64358896*** -1.4194959***
16 -.20467625*** -.1797569*** -.73694563*** -1.5826707***
17 -.30583655*** -.27609859*** -.98971268*** -1.7613752***
ocupacion
Intelectuales -0.02350271 -0.00193977 -0.11416151 -.1247889*
Técnicos -.1604946** -.13078263* 0.0056263 -0.08633761
Administrativos -.04195306** -0.02293336 -.21085192*** -.31349519***
Comercio -.11355578*** -.08938491*** -.16086126*** -.33257263***
Agricultura -.11601069*** -.08875684*** -.32745686*** -.51509638***
Construccion -.34093309*** -.3197582*** -.35064296*** -.58229876***
Transporte -.52317157*** -.50767912*** -.55226665*** -.77169456***
Terceros 0.01809518 0.0446514 -.18541614*** -.53317119***
area
Urbano -.05782158*** -.24349987***
En la tabla 20 se observa que en el sector informal con 6 años de estudio (considerada sólo
en el modelo uno) es significativa para ambos géneros y tiene el signo positivo. Con 6 años
de estudio toma valores de 0.018 y 0.019 para hombres y mujeres respectivamente, lo cual
nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negatiuva con valores de -0.16 y -0.13 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación negativa con valores de -0.041 y -0.022 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.018 y 0.044 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de 0.005 y -0.086 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación negativa con valores de -0.210 y -0.313 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación negativa
con valores de -0.185 y -0.533 para hombres y mujeres respectivamente.
Tabla 21: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Junín en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Formal hombre Formal mujer Formal hombre Formal mujer
lgsalario .12427029*** .11919827*** .18575586*** .49665134***
año_estudio
6 0.00528222 -0.00109987 .18894782*** .61138997***
11 .10942988** .08837936* .40755648*** 1.1233556***
14 .24923492*** .21169691*** .62401371*** 1.4935852***
16 .24332624*** .19650361*** .7341171*** 1.6747874***
17 .27114131*** .22131552*** .90178643*** 1.8056563***
ocupacion
Intelectuales 0.02073462 -0.01516097 .16544611** .15808552**
Técnicos -.10832773* -.12557568* 0.06845 .16543748**
Administrativos -.12709527*** -.14880578*** .18253052*** .25915116***
Comercio -0.01037462 -.04931305** .15375883*** .29389474***
Agricultura -0.01987918 -.05722612** .33083033*** .48351266***
Construccion .21426933*** .18566877*** .41060529*** .59781974***
Transporte .23826317*** .2156124*** .45592718*** .64121068***
Terceros -.12788155*** -.16645124*** .13287792*** .43641293***
area
Urbano .09697504*** .30663036***
En la tabla 21 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) es significativa para ambos géneros y tiene el signo positivo. Con 6 años de
estudio toma valores de 0.005 y -0.001 para hombres y mujeres respectivamente, lo cual
nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable experiencia, en el Modelo 1 toma valores de 0.0107 y 0.0102 para hombres y
mujeres respectivamente, mientras que en el Modelo 2 toma valores de 0.0204 y 0.0430
para hombres y mujeres respectivamente, esto nos indica que esta variable influye de
manera positiva en la decisión de pertenecer al mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negativa con valores de -0.108 y -0.125 para hombres y mujeres respectivamente, se
observa que los administrativos tienen una relación negativa con valores de -0.127 y -0.148
para hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación negativa con valores de -0.127 y -0.126 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de 0.068 y 0.125 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación positiva con valores de 0.182 y 0.259 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación positiva
con valores de 0.132 y 0.436 para hombres y mujeres respectivamente.
En el Modelo 1 de las Tablas 5 y 21, el sesgo de selección es significativo tanto en el sector
formal como en el informal, tanto para hombres como para mujeres. El coeficiente de
correlación nos da la dirección de las reglas de selección promedio para hombres y mujeres.
Los hombres son seleccionados positivamente en el empleo informal y seleccionados
negativamente en el empleo formal. Esto es consistente con las conclusiones de los trabajos
que encuentran que algunos trabajadores tienen una ventaja comparativa individual en el
sector informal y no les iría mejor en el sector formal (Gindling, 1991; Maloney, 1999,
2004).
Tabla 22: Tipo de empleo Informal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Junín en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Informal hombre Informal mujer Informal hombre Informal mujer
lgsalario -.12427029*** -.11919827*** -.18575586*** -.49665134***
año_estudio
6 -0.00528222 0.00109987 -.18894782*** -.61138997***
11 -.10942988** -.08837936* -.40755648*** -1.1233556***
14 -.24923492*** -.21169691*** -.62401371*** -1.4935852***
16 -.24332624*** -.19650361*** -.7341171*** -1.6747874***
17 -.27114131*** -.22131552*** -.90178643*** -1.8056563***
ocupacion
Intelectuales -0.02073462 0.01516097 -.16544611** -.15808552**
Técnicos .10832773* .12557568* -0.06845 -.16543748**
Administrativos .12709527*** .14880578*** -.18253052*** -.25915116***
Comercio 0.01037462 .04931305** -.15375883*** -.29389474***
Agricultura 0.01987918 .05722612** -.33083033*** -.48351266***
Construccion -.21426933*** -.18566877*** -.41060529*** -.59781974***
Transporte -.23826317*** -.2156124*** -.45592718*** -.64121068***
Terceros .12788155*** .16645124*** -.13287792*** -.43641293***
area
Urbano -.09697504*** -.30663036***
En la tabla 22 se observa que en el sector informal con 6 años de estudio (considerada sólo
en el modelo uno) no es significativa para ambos géneros y tiene el signo negativo. Con 6
años de estudio toma valores de -0.005 y 0.001 para hombres y mujeres respectivamente, lo
cual nos indica que esta variable influye de manera negativa en la decisión de pertenecer al
mercado laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
positiva con valores de 0.108 y 0.125 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación positiva con valores de 0.127 y 0.148 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.127 y 0.166 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación negativa con
valores de -0.068 y -0.165 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación negativa con valores de -0.182 y -0.259 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación negativa
con valores de -0.132 y -0.436 para hombres y mujeres respectivamente.
Tabla 23: Tipo de empleo formal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Pasco en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Formal hombre Formal mujer Formal hombre Formal mujer
lgsalario .16177336*** .14855918*** .24862619*** .47333158***
año_estudio
6 -.07505625* -.07683687* .19080897*** .40323622***
11 0.07518554 0.03786439 .4132678*** .76681483***
14 .1835015*** .12583347** .61508994*** 1.0371442***
16 .14030315** 0.07637297 .72865053*** 1.1754084***
17 .19815631*** .13708919* .80400138*** 1.2092935***
ocupacion
Intelectuales -0.02014929 -0.06800245 0.11406439 0.14049947
Técnicos -0.00519724 -0.06622279 -0.0804841 -0.08708438
Administrativos -.0879457*** -.13147318*** .23792129*** .28241821***
Comercio -.05385203* -.0840314*** .11006802*** .1689489***
Agricultura 0.00489681 -0.04723063 .30555833*** .36910073***
Construccion .17379112*** .14179324*** .35245051*** .42404535***
Transporte .29599089*** .27651029*** .54654384*** .60740459***
Terceros -0.04875056 -0.08282996 .1358332*** .27315906***
area
Urbano .15983612*** .18272627***
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
negativa con valores de -0.005 y -0.066 para hombres y mujeres respectivamente, se
observa que los administrativos tienen una relación negativo con valores de -0.087 y
-0.1314 para hombres y mujeres respectivamente, además, se observa que los terceros
tienen una relación negativa con valores de -0.048 y -0.082 para hombres y mujeres
respectivamente, mientras que en el Modelo 2, se observa que los técnicos tienen una
relación negativa con valores de -0.080 y 0.087 para hombres y mujeres respectivamente,
se observa que los administrativos tienen una relación positiva con valores de 0.237 y 0.282
para hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.135 y 0.273 para hombres y mujeres respectivamente.
Tabla 24: Tipo de empleo Informal – Evaluación salarial con corrección por sesgo de
selección en el departamento de Pasco en el periodo 2014-2019
Modelo 1 Modelo 2
Variable
Informal hombre Informal mujer Informal hombre Informal mujer
lgsalario -.16177336*** -.14855918*** -.24862619*** -.47333158***
año_estudio
6 .07505625* .07683687* -.19080897*** -.40323622***
11 -0.07518554 -0.03786439 -.4132678*** -.76681483***
14 -.1835015*** -.12583347** -.61508994*** -1.0371442***
16 -.14030315** -0.07637297 -.72865053*** -1.1754084***
17 -.19815631*** -.13708919* -.80400138*** -1.2092935***
ocupacion
Intelectuales 0.02014929 0.06800245 -0.11406439 -0.14049947
Técnicos 0.00519724 0.06622279 0.0804841 0.08708438
Administrativos .0879457*** .13147318*** -.23792129*** -.28241821***
Comercio .05385203* .0840314*** -.11006802*** -.1689489***
Agricultura -0.00489681 0.04723063 -.30555833*** -.36910073***
Construccion -.17379112*** -.14179324*** -.35245051*** -.42404535***
Transporte -.29599089*** -.27651029*** -.54654384*** -.60740459***
Terceros 0.04875056 0.08282996 -.1358332*** -.27315906***
area
Urbano -.15983612*** -.18272627***
En la tabla 24 se observa que en el sector formal con 6 años de estudio (considerada sólo en
el modelo uno) es significativa para ambos géneros y tiene el signo positivo. Con 6 años de
estudio toma valores de 0.075 y 0.076 para hombres y mujeres respectivamente, lo cual nos
indica que esta variable influye de manera positiva en la decisión de pertenecer al mercado
laboral.
La variable ocupación en el Modelo 1, se observa que los técnicos tienen una relación
positiva con valores de 0.005 y 0.066 para hombres y mujeres respectivamente, se observa
que los administrativos tienen una relación positiva con valores de 0.087 y 0.1314 para
hombres y mujeres respectivamente, además, se observa que los terceros tienen una
relación positiva con valores de 0.048 y 0.082 para hombres y mujeres respectivamente,
mientras que en el Modelo 2, se observa que los técnicos tienen una relación positiva con
valores de 0.080 y 0.087 para hombres y mujeres respectivamente, se observa que los
administrativos tienen una relación negativa con valores de -0.237 y -0.282 para hombres y
mujeres respectivamente, además, se observa que los terceros tienen una relación negativa
con valores de -0.135 y -0.237 para hombres y mujeres respectivamente.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal
(2014):
Tabla 25. Empleo Formal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2014.
Modelo de Oaxaca con corrección por sesgo de selección en el Tipo empleo – Formal
(2014):
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio
inverso de Mills (imr) como un regresor más, el cual fue hallado con la ayuda del modelo
Probit. Este ratio, nos permitirá capturar las características de las personas que no se
encontraban laborando al momento de la entrevista y por ende no han sido consideradas
dentro del estudio, las características de estas personas pueden ser iguales o diferentes a los
que si se encontraban trabajando, por lo que si se diera el segundo caso se cometería el
error de sobrevalorar o infravalorar los salarios analizados.
En la tabla se observa las brechas salariales, en el sector formal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla 26. Empleo Formal - Brecha salarial con corrección por sesgo de selección, en el periodo 2014.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Informal
(2014):
En el sector informal la brecha salarial es significativa y es igual a 0.090%, indicándonos
que en el año 2014 los hombres estuvieron ganando 9.01% más que las mujeres, mostrando
evidencias claras de que este problema aún sigue persistiendo y con valores bastante altos.
En el modelo uno, la parte explicada fue de 4.80% y la parte no explicada fue de 4.20%, en
cambio en el modelo dos la parte explicada fue menor (4.77%) y la parte no explicada fue
mayor (4.23%), la parte explicada por diferencias en características es menor a la parte no
explicada por diferencias en características o componente discriminatorio.
Tabla27. Empleo Informal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2014.
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio
inverso de Mills (imr) como un regresor más, el cual fue hallado con la ayuda del modelo
Probit. Este ratio, nos permitirá capturar las características de las personas que no se
encontraban laborando al momento de la entrevista y por ende no han sido consideradas
dentro del estudio, las características de estas personas pueden ser iguales o diferentes a los
que si se encontraban trabajando, por lo que si se diera el segundo caso se cometería el
error de sobrevalorar o infravalorar los salarios analizados.
En la tabla se observa las brechas salariales, en el sector informal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla28. Empleo Informal - Brecha salarial con corrección por sesgo de selección, en el periodo 2014.
A partir de los resultados obtenidos y centrándonos en los modelos corregidos por sesgo de
selección, en el sector formal e informal la brecha salarial promedio en el periodo 2014 es
de 9.10%. En cuanto a la descomposición de la brecha salarial corregida por sesgo de
selección para el sector informal, el componente explicado (por diferencias en
características) varía de -16.88% a -16.81% respectivamente, siendo su comportamiento
muy distinto dependiendo del tipo de empleo, En cuanto al componente no explicado o
discriminatorio en el presente trabajo la brecha oscila de 7.87% a 7.79% en el sector
Informal.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal
(2015):
Tabla29. Empleo Formal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2015.
Modelo de Oaxaca con corrección por sesgo de selección en el Tipo empleo – Formal
(2015):
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio
inverso de Mills (imr) como un regresor más, el cual fue hallado con la ayuda del modelo
Probit. Este ratio, nos permitirá capturar las características de las personas que no se
encontraban laborando al momento de la entrevista y por ende no han sido consideradas
dentro del estudio, las características de estas personas pueden ser iguales o diferentes a los
que si se encontraban trabajando, por lo que si se diera el segundo caso se cometería el
error de sobrevalorar o infravalorar los salarios analizados.
En la tabla se observa las brechas salariales, en el sector formal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla 30. Empleo Formal - Brecha salarial con corrección por sesgo de selección, en el periodo 2015.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Informal
(2015):
Tabla 31. Empleo Informal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2015.
En la tabla se observa las brechas salariales, en el sector informal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla 32. Empleo Informal - Brecha salarial con corrección por sesgo de selección, en el periodo 2015.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal
(2016):
Tabla 33. Empleo Formal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2016.
Modelo de Oaxaca con corrección por sesgo de selección en el Tipo empleo – Formal
(2016):
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio
inverso de Mills (imr) como un regresor más, el cual fue hallado con la ayuda del modelo
Probit. Este ratio, nos permitirá capturar las características de las personas que no se
encontraban laborando al momento de la entrevista y por ende no han sido consideradas
dentro del estudio, las características de estas personas pueden ser iguales o diferentes a los
que si se encontraban trabajando, por lo que si se diera el segundo caso se cometería el
error de sobrevalorar o infravalorar los salarios analizados.
En la tabla se observa las brechas salariales, en el sector formal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla 34. Empleo Formal - Brecha salarial con corrección por sesgo de selección, en el periodo 2016.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Informal
(2016):
Tabla 35. Empleo Informal - Brecha salarial sin corrección por sesgo de selección, en el periodo 2016.
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio
inverso de Mills (imr) como un regresor más, el cual fue hallado con la ayuda del modelo
Probit. Este ratio, nos permitirá capturar las características de las personas que no se
encontraban laborando al momento de la entrevista y por ende no han sido consideradas
dentro del estudio, las características de estas personas pueden ser iguales o diferentes a los
que si se encontraban trabajando, por lo que si se diera el segundo caso se cometería el
error de sobrevalorar o infravalorar los salarios analizados.
En la tabla se observa las brechas salariales, en el sector informal siguen siendo las mismas
que en el modelo estimado sin el ratio inverso de Mills, el hecho de haber incluido este
ratio ayuda a tener una mejor descomposición y distribución tanto del componente
explicado cómo del no explicado.
Tabla 36. Empleo Informal - Brecha salarial con corrección por sesgo de selección, en el periodo 2016.
A partir de los resultados obtenidos y centrándonos en los modelos corregidos por sesgo de
selección, en el sector formal e informal la brecha salarial promedio en el periodo 2014 es
de 0.4641%. En cuanto a la descomposición de la brecha salarial corregida por sesgo de
selección para el sector informal, el componente explicado (por diferencias en
características) varía de 15.33% a 15.18% respectivamente, siendo su comportamiento muy
distinto dependiendo del tipo de empleo, En cuanto al componente no explicado o
discriminatorio en el presente trabajo la brecha oscila de 10.69% a 10.54% en el sector
Informal.
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal:
En el tipo de empleo informa, la brecha salarial es significativa y asciende a 5.4%, indicándonos que en el periodo del
2017 los hombres dentro del empleo formal vienen ganando 5.4% más que las mujeres, mostrando evidencias claras de
que este problema aún sigue persistiendo y con valores altos. En el modelo uno la parte explicada fue de 2.3% y la parte
no explicada fue 3.1%, en cambio en el modelo dos la parte explicada fue menor (2.2%) y la parte no explicada fue
mayor (3.2%), al igual que en el tipo de empleo la parte explicada por diferencias en características es mucho menor a la
parte no explicada por diferencias en características o componente discriminatorio.XTabla 37. Empleo Formal - Brecha
salarial sin corrección por sesgo de selección, en el periodo 2017
Modelo de Oaxaca con corrección por sesgo de selección en el Tipo empleo – Formal:
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2017
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 38. Empleo Formal - Brecha
salarial con corrección por sesgo de selección, en el periodo 2017
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Informal:
En el tipo de empleo informal, la brecha salarial es significativa y asciende a 5.4%, indicándonos que en el periodo del
2017 los hombres dentro del empleo formal vienen ganando 5.4% más que las mujeres, mostrando evidencias claras de
que este problema aún sigue persistiendo y con valores altos. En el modelo uno la parte explicada fue de 2.3% y la parte
no explicada fue 3.1%, en cambio en el modelo dos la parte explicada fue menor (2.2%) y la parte no explicada fue
mayor (3.2%), al igual que en el tipo de empleo la parte explicada por diferencias en características es mucho menor a la
parte no explicada por diferencias en características o componente discriminatorio.XTabla 39. Empleo Informal - Brecha
salarial sin corrección por sesgo de selección, en el periodo 2017
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2017
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 50. Empleo Informal - Brecha
salarial con corrección por sesgo de selección, en el periodo 2017
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal:
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2018
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 41. Empleo Formal - Brecha
salarial sin corrección por sesgo de selección, en el periodo 2018
En el tipo de empleo informa, la brecha salarial es significativa y asciende a 5.4%, indicándonos que en el periodo del
2018 los hombres dentro del empleo formal vienen ganando 5.4% más que las mujeres, mostrando evidencias claras de
que este problema aún sigue persistiendo y con valores altos. En el modelo uno la parte explicada fue de 2.3% y la parte
no explicada fue 3.1%, en cambio en el modelo dos la parte explicada fue menor (2.2%) y la parte no explicada fue
mayor (3.2%), al igual que en el tipo de empleo la parte explicada por diferencias en características es mucho menor a la
parte no explicada por diferencias en características o componente discriminatorio.XTabla 42. Empleo Informal - Brecha
salarial sin corrección por sesgo de selección, en el periodo 2018
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2018
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 43. Empleo Informal - Brecha
salarial con corrección por sesgo de selección, en el periodo 2018
Modelo de Oaxaca sin corrección por sesgo de selección en el Tipo empleo – Formal:
En el tipo de empleo informa, la brecha salarial es significativa y asciende a 5.4%, indicándonos que en el
periodo del 2019 los hombres dentro del empleo formal vienen ganando 5.4% más que las mujeres, mostrando
evidencias claras de que este problema aún sigue persistiendo y con valores altos. En el modelo uno la parte
explicada fue de 2.3% y la parte no explicada fue 3.1%, en cambio en el modelo dos la parte explicada fue
menor (2.2%) y la parte no explicada fue mayor (3.2%), al igual que en el tipo de empleo la parte explicada por
diferencias en características es mucho menor a la parte no explicada por diferencias en características o
componente discriminatorio.XTabla 44. Empleo Formal - Brecha salarial sin corrección por sesgo de
selección, en el periodo 2019
Modelo de Oaxaca con corrección por sesgo de selección en el Tipo empleo – Formal:
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2019
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 45. Empleo Formal - Brecha
salarial con corrección por sesgo de selección, en el periodo 2019
diferencial
. .
21079692** 21079692**
Prediction_1 * *
. .
14422127** 14422127**
Prediction_2 * *
. .
06657564** 06657564**
Brecha * *
Decomposición
.
12177765**
Explained .1202904*** *
-.05371475*
Unexplained ** -.055202***
Statistics
N 6149 6149
rank 3 3
legend: * p<0.05; ** p<0.01; *** p<0.001
diferencial
.
Prediction_1 .78920308*** 78920308***
.
Prediction_2 .85577873*** 85577873***
-.06657564**
Brecha -.06657564*** *
Decomposición
Explained -.02267534***
-.02142079**
-.04515485**
Unexplained -.04390031*** *
Statistics
N 6149 6149
rank 3 3
legend: * p<0.05; ** p<0.01; *** p<0.001
El modelo de Oaxaca con corrección por sesgo de selección incluye la variable del Ratio inverso de Mills (imr) como un
regresor más, el cual fue hallado con la ayuda del modelo Probit. A partir de los resultados obtenidos y centrándonos en
los modelos corregidos por sesgo de selección, en el tipo de empleo formal e informal, la brecha salarial promedio en el
periodo 2017 es de 5 %, un trabajo similar (con respecto a metodología y base de datos usada, en este caso la Encuesta
Permanente de Empleo) es el de Castillo (2011), quien encontró que la brecha salarial para el Perú en el periodo 2019
oscila entre 8 % y 9 %, por lo que se puede afirmar que los porcentajes hallados en el presente trabajo guardan relación
con el de este investigador a pesar que se centra en todos los sectores en conjunto.XTabla 47. Empleo Informal - Brecha
salarial con corrección por sesgo de selección, en el periodo 2019
N 6149 6149
rank 3 3
legend: * p<0.05; ** p<0.01; *** p<0.001
Bibliografía
Becker, G. 1975. Human capital: a theoretical and empirical analysis, with special
reference to education. 2 ed. Estados Unidos, NBER. p. 13-44. Disponible en
http://www.nber.org/chapters/c3733.
Gindling, T. H. (1991). Labor market segmentation and the determination of wages in the
public, private-formal, and informal sectors in san jose, costa rica. Economic
Development and Cultural Change, 39(3):585–605.
Ben Yahmed, Sara (2006). Formal But Less Equal: Gender Wage Gaps in Formal and
Informal Jobs in Brazil, 32(7):16–085. Disponible en http://ftp.zew.de/pub/zew-
docs/dp/dp16085.pdf
Anexos
Tipo de empleo formal - Brecha salarial sin corrección por sesgo de selección en el periodo 2014 – 2019.
Diferencial
. . . . . . . . . .
Prediction_1 .78920308*** .78920308***
77164634*** 77164634*** 80047861*** 80047861*** 80498615*** 80498615*** 79921498*** 79921498*** 80215504*** 80215504***
. . . . . . . .
Prediction_2 .8592547*** .8592547*** .85577873*** .85577873***
86175115*** 86175115*** 85718645*** 85718645*** 85140214*** 85140214*** 85380486*** 85380486***
-.09010481** -.09010481** -.05670784** -.05670784** -.04641599** -.04641599** -.05458989** -.05458989** -.05709965** -.05709965** -.06657564** -.06657564**
Brecha
* * * * * * * * * * * *
Decomposició
n
`Parte -.04806062** -.04772697** -.03380712** -.03371501** -.02216521** -.02346993** -.02320903** -.02267534**
-.0231414*** -.02142079**
explicada * * * * -.0297291*** -.0282352*** * * * *
Parte no -.04204419** -.04237785** -.03144849** -.03242468** -.03362972** -.03389062** -.04390031** -.04515485**
-.02290072** -.02299283**
explicada * * -.01668689* -.01818079* * * * * * *
Estadísticos
N 6535 6535 6620 6620 7069 7069 6479 6479 6588 6588 6149 6149
rank 3 3 3 3 3 3 3 3 3 3 3 3
Fuente: INEI - ENAHO
Elaboración: Propia
2014 2015 2016 2017 2018 2019
Variable Modelo 1 Modelo 2 Modelo 1 Modelo 2 Modelo 1 Modelo 2 Modelo 1 Modelo 2 Modelo 1 Modelo 2 Modelo 1 Modelo 2
Diferencial
Prediction_1 .77164634*** .77164634*** .80047861*** .80047861*** .80498615*** .80498615*** .79921498*** .79921498*** .80215504*** .80215504*** .78920308*** .78920308***
Prediction_2 .86175115*** .86175115*** .85718645*** .85718645*** .85140214*** .85140214*** .85380486*** .85380486*** .8592547*** .8592547*** .85577873*** .85577873***
-.09010481** -.09010481** -.05670784** -.05670784** -.04641599** -.04641599** -.05458989** -.05458989** -.05709965** -.05709965** -.06657564** -.06657564**
Brecha
* * * * * * * * * * * *
Decomposición
`Parte -.16881196** -.16810474** -.16941882** -.16891925** -.15337849** -.15184635** -.14201358** -.14136626** -.14666656** -.14640648** -.13924227** -.13924028**
explicada * * * * * * * * * * * *
Parte no
.07870715*** .07799993*** .11271098*** .11221141*** .0874237*** .08677637*** .08956691*** .08930683*** .07266663*** .07266464***
explicada .1069625*** .10543036***
Estadísticos
N 6535 6535 6620 6620 7069 7069 6479 6479 6588 6588 6149 6149
rank 3 3 3 3 3 3 3 3 3 3 3 3
Tipo de empleo informal - Brecha salarial con corrección por sesgo de selección en el periodo 2014 – 2019.