DOI: https://doi.org/1=
0.56712/latam.v6i2.3803
El aporte de la educación superior en la acumulación=
del
capital humano en el Perú
The contribut=
ion
of higher education to the accumulation of human capital in Peru
A contribui&cced=
il;ão
da educação superior na acumulação de
capital humano no Peru
Jhon Valdiglesias
Oviedo
https://orcid.org/0000-0001-5847-213X
Centro de Estud=
ios
Asiáticos de San Marcos
Lima –
Perú
Leonardo Emilio Pa=
lacín
Bustamante
https://orcid.org/0009-0007-1865-890X
Pestalozzi Schule
Lima – Pe=
rú
Artículo recibido: 08 de abril de 2025.
Aceptado para publicación: 22 de abril de 2025.
Conflictos de
Interés: Ninguno que declarar.
Resumen
Analizar
la relación entre capital humano e ingresos económicos de las
personas en el Perú, entre los años 2010 - 2019. La
metodología se basó en la función de ingresos de Mincer, donde los principales factores son los nivele=
s de
educación y la experiencia profesional. Se recurre a un análi=
sis
Inter temporal mediante el método de mínimos cuadrados ordina=
rios
con información proveniente de la Encuesta Nacional de Hogares (ENAHO) que publica el INEI. Se encontró como
resultados que el nivel superior es significativo para explicar la variabil=
idad
de los ingresos; asimismo, la experiencia laboral resulta significativa. La=
Función
Clásica de Mincer revela que tanto la
educación como la experiencia laboral tienen un impacto positivo y
significativo en los ingresos, lo que sugiere que a medida que las personas
aumentan su nivel educativo y ganan más experiencia laboral, sus ing=
resos
tienden a crecer. Por otro lado, variables como el sexo, el estado civil y =
la
edad no muestran una relación significativa con los ingresos, lo que
implica que estos factores no influyen de manera relevante en la
determinación de los ingresos en este análisis. Los resultados
confirman la importancia de la educación y la experiencia como
determinantes clave de los ingresos, mientras que otras característi=
cas
personales no parecen tener un efecto significativo. Destaca la influencia =
de
los cambios demográficos y la necesidad de adaptarse a un mercado
laboral en transformación.
Palabras clave: educación superior, capital hum=
ano,
ingresos, economía, experiencia laboral
Abstract
Analyze the relationship between human capital and economic income of
people in Peru, between the years 2010 - 2019. The methodology was based on
Mincer's income function, where the main factors are education levels and
professional experience. An inter-temporal analysis is used using the ordin=
ary
least squares method with information from the National Household Survey (<=
span
class=3DSpellE>ENAHO) published by the INEI. The
results were found to be that the higher level is significant in explaining=
the
variability of income; Likewise, work experience is significant. The Classi=
cal
Mincer Function reveals that both education and work experience have a posi=
tive
and significant impact on income, suggesting that as people increase their
educational level and gain more work experience, their income tends to grow=
. On
the other hand, variables such as sex, marital status and age do not show a
significant relationship with income, which implies that these factors do n=
ot
have a relevant influence on the determination of income in this analysis. =
The
results confirm the importance of education and experience as key determina=
nts
of income, while other personal characteristics do not appear to have a
significant effect. highlights the influence of demographic changes and the
need to adapt to a changing labor market.
Keywords: higher educati=
on,
human capital, income, economy, work experience
Resumo
Analisar a relação entre capital =
humano
e renda econômica da população do Peru<=
/span>,
entre os anos 2010 - 2019. A metodologia
baseou-se na função renda de Mi=
ncer,
onde os principais fatores são
o nível de escolari=
dade
e a experiência prof=
issional.
É utilizada uma an&=
aacute;lise
intertemporal atravé=
;s
do método dos mínimos quadrados <=
span
class=3DSpellE>ordinários com
Palavras=
-chave: ensino superior, capital humano, renda=
, economia, experiência profissional
T=
odo
el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y
Humanidades, publicado en este sitio está disponibles bajo
Licencia Creative Commons.=
![](3D"0478_ValdiglesiasOviedo_archivos/image004.jpg")
<=
o:p>
Cómo citar: Valdiglesias<=
/span>
Oviedo, J., & Palacín Bustamante
, L. E. (2025). El aporte de la educación superior en la
acumulación del capital humano en el Perú. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 6 =
(2),
2849 – 2863. https://doi.org/10.56712/latam.v6i2=
.3803
INTRODUCCIÓN
Las tendencias de las principales econom&iacut=
e;as
mundiales resaltan la importancia creciente de factores como el conocimient=
o,
la formación de capital humano, la innovación y los avances
tecnológicos. Los países que carecen de estos elementos suelen
estar en vías de desarrollo. La educación superior
desempeña un papel clave al fortalecer estos factores, lo que genera=
un
impacto positivo en los ingresos de las personas.
El tema fue elegido debido a la relevancia del
capital humano como motor del desarrollo económico y social.
Según la teoría del capital humano, la educación y las
habilidades adquiridas incrementan la productividad de las personas, lo que=
se
traduce en mayores ingresos económicos y mejores oportunidades para
superar la pobreza (Banco Mundial, 2017). En el caso de países en de=
sarrollo
como Perú, comprender esta relación es fundamental para promo=
ver
políticas públicas efectivas que reduzcan la desigualdad y
mejoren la calidad de vida, especialmente en sectores vulnerables.
Además, la investigación ofrece un análisis
empírico basado en datos de la Encuesta Nacional de Hogares (ENAHO), lo que garantiza un enfoque metodológi=
co
sólido para identificar cómo la educación y la experie=
ncia
laboral impactan los ingresos. Esta temática no solo contribuye al
conocimiento académico, sino que también sirve como una
herramienta práctica para el diseño de estrategias que impuls=
en
el crecimiento económico inclusivo y sostenible en el país.
Hernández (2023) destaca que la
población joven en América Latina es alrededor de la cuarta p=
arte
de la población total, contrastado con los altos niveles de
envejecimiento que se observan en los países de Europa y Amér=
ica
Latina. Sin embargo, está ventaja es desaprovechada por la falta de
acceso a la educación de muchos jóvenes latinoamericanos. En =
este
panorama se encuentran jóvenes que ni siquiera trabajan y estudian. =
En
el caso de los que trabajan muchos de ellos encuentran en el mercado inform=
al,
sin estudios y baja productividad (Hyung, 2024)=
.
Países latinoamericanos como Perú=
; se
encuentran rezagados en la educación superior de sus jóvenes,
sobre todo si lo comparamos con los países del Este Asiático
quienes han abarcado prácticamente su población joven dentro =
de
la educación superior (Torres et al.,(202=
4).
Ello hace necesario prestar más educación a estos aspectos co=
n el
objetivo de estar en la vanguardia de aspectos relacionados con la
competitividad y la productividad. Una buena formación superior
también permite asegurar una mejor posición futura en el merc=
ado
laboral.
Ciertamente, la carencia de educación s=
uperior
es un obstáculo para una adecuada inserción en el mercado lab=
oral
y la generación de ingresos individuales. Se requiere del dise&ntild=
e;o
de políticos para asegurar el acceso a la educación superior =
de
los jóvenes, sobre la base de altas tasas de desempleo en la
población juvenil. Rivero (2018) señalan que este grupo de ed=
ad
representa cada vez más una menor participación en la
población económicamente activa, destacando su presencia en la
parte de los desempleados; es decir los que buscan empleo activamente;
así como, desempleados.
En lo que respecta a aquellos que, sí h=
an
alcanzado niveles de educación superior, se estima una baja calidad =
en
su formación debido a falta de algunas capacidades o habilidades en
función a lo que requiere el mercado laboral. Siendo la econom&iacut=
e;a
informal más del 70% del total, dentro del cual se tiene a muchos
trabajadores con estudios superior, se estima la carencia de baja productiv=
idad
y salarios (Samaniego et al.,(2020). Ciertamente=
, la
falta de experiencia es otra desventaja que se suma a las otras ya menciona=
das.
Los jóvenes sin estudios superiores
enfrentan una marcada vulnerabilidad e inestabilidad en el mercado laboral.
Para Bértola et al. (2020) los bajos niv=
eles
de capital humano generan que muchos de ellos, con el tiempo, abandonen la
búsqueda activa de empleo. Aunque una proporción significativ=
a de
jóvenes logra completar la educación secundaria, las condicio=
nes
de pobreza o las limitaciones sociales representan un obstáculo impo=
rtante
para acceder a la educación superior, ya sea técnica o
universitaria.
La falta de acceso a estudios superiores
representa un problema futuro para acceder al mercado laboral y generar
ingresos. En concreto esto debe entenderse como la adquisición de
capacidades que son demandadas por las empresas demandantes de trabajo (
Desde un enfoque agregado la dependencia de
Perú en las exportaciones de materia prima se debe a la falta de
capacidad para generar innovación o productos manufacturados con val=
or
agregado y tecnológico (Morgan & Lilinas,
2018). Por el contrario, una población con un mayor stock de capital
humano permitirá un crecimiento económico más sostenib=
le
en el tiempo. Otros activos como capitales físicos, infraestructuras
públicas, servicios básicos, entre otros también
acompañan el efecto del capital humano sobre el crecimiento.
Sobre la base de lo anterior, surgen las
siguientes preguntas ¿Cuál es la relación entre la
educación universitaria y los ingresos económicos de las pers=
onas
en el Perú, entre los años 2010-2019?, ¿Cómo af=
ecta
el nivel de educación universitaria al ingreso promedio de la
población en áreas urbanas y rurales en Perú en el per=
iodo
2010-2019? ¿Qué impacto ha tenido el acceso a la educaci&oacu=
te;n
universitaria en la reducción de la brecha de ingresos en los habita=
ntes
de Perú durante el periodo 2010-2019?, ¿En qué medida =
se
relacionan el capital humano y los ingresos de las personas, de las
áreas urbano y rurales del país, realizando un análisis
comparativo entre el año 2010-2019?
Los organismos internacionales como el Banco
Mundial cada vez más profundizan los estudios sobre el aumento de
capital humano y su impacto en los ingresos de los individuos (Mertzanis et al.,(2024). E=
n estos
estudios se destaca la importancia de la inversión en educació=
;n y
la formación con impactos finales en el crecimiento
macroeconómico. Ciertamente existe complejidad para capturar los efe=
ctos
individuales de la mayor educación de los individuos. Es por ello qu=
e la
presente investigación busca contribuir en ese sentido.
Asimismo, profundizar las relaciones entre
educación y mayor productividad. Mientras que la productividad es una
variable más directamente relacionada con los salarios o ingresos de=
las
personas. Los grupos sociales con mayores niveles de pobreza pueden ir
escapando de esta progresivamente. Para Muñoz et al. (2022)en
sus estudios empíricos encontró la inversión en
educación como el factor más determinante en el desarrollo de
largo plazo a través de una mayor productividad y creatividad.
METODOLOGÍA
Los principales indicadores construidos en esta
investigación es el ingreso medido como el monto de dinero provenien=
te
de la realización de una actividad económica o de una renta. =
El
capital humano se mide con la contabilización de los años de
estudios; así como los años de experiencia profesional.
Adicionalmente, se cuenta con variables de control que incluyen edad, estad=
os
civil, sexo, zona de residencia, entre otras. La fuente de informació=
;n
proviene de la Encuesta Nacional de Hogares (ENAHO)
que publica el Instituto Nacional de Estadística e Informática
(INEI).
El estudio tiene un diseño de corte
transversal, enfocado en los años 2010 y 2019, lo que permite realiz=
ar
una comparación entre ambos periodos. El análisis se fundamen=
ta
en un marco teórico que sintetiza las bases conceptuales y sirve como
referencia para contrastar la información estadística. La
metodología empleada busca analizar las relaciones causales entre las
variables planteadas en la hipótesis general y las hipótesis
específicas. Para ello, se utiliza el software econométrico S=
tata
15. La unidad de análisis está compuesta por las personas
encuestadas en la Encuesta Nacional de Hogares (ENAHO<=
/span>)
a nivel nacional.
Como primer paso en la construcción del
modelo se especifican los elementos o características que son iguales
para todas las personas de la muestra. Esto se puede observar a travé=
;s
del parámetro á; la que a su vez excluye características propias de cada
persona que pertenece a la muestra.
Yi, t =3D á + âX i, t + e i, t
En lo que respecta al caso específico de
efectos fijos se contó con la siguiente:
Yi,t =3D
La correcta modelación respecto a á=
i es clave para=
la
consistencia de los resultados., de acuerdo a la teoría
econométrica de Datos de Panel. Cuando se asume un modelo
econométrico de efectos fijos se busca resolver el problema de
correlación entre las características individuales fijas (á=
i) con los
regresores (X i,t). =
Esta
solución se da mediante extraer las características individua=
les
dentro de la forma de grupos (en esta investigación personas). Asimi=
smo,
se eliminan causas de heterocedasticidad que son no observadas dentro de las
variables explicativas. Una buena especificación del modelo con efec=
tos
fijos es:
![](3D"0478_ValdiglesiasOviedo_archivos/image006.gif")
En lo que respecta al modelo de efectos variab=
les
se tiene el siguiente punto de partida:
Yi,t =3D (
Se asume que no existe correlación entre
los efectos individuales (ái ) y las variables explicativas (Xit).
Por ello, el análisis de regresión se desarrolla considerando=
la
interacción entre grupos. El estudio utiliza un panel de datos
balanceado, lo que facilita el control del problema de heterogeneidad. Para
determinar el modelo más adecuado, ya sea de efectos fijos o de efec=
tos
aleatorios, se aplica el test de Hausman, el cu=
al
permite identificar el modelo que mejor se ajusta a la realidad del
fenómeno analizado.
RESULTADOS
En la tabla 1 la distribución de los gr=
upos
de edad en el Perú para 2010 muestra que la mayor proporción
corresponde a menores de 14 años, seguidos por aquellos entre 14 y 20
años. El grupo de 21 a 30 años tiene una participación
ligeramente inferior, mientras que los rangos de 31 a 40 y 41 a 50 añ=
;os
presentan porcentajes similares, aunque menores que los grupos más
jóvenes. Las personas entre 51 y 60 años representan una
proporción menor, y los mayores de 60 años tienen una
participación ligeramente inferior a los de 41 a 50 años.
Tabla 1
Distribución de grupo de edad de las personas en el Per&uacu=
te;,
2010
|
Grupo de Edad=
|
Frecuencia |
Porcentaje |
|
Menores de 14 años |
1451 |
28.07% |
|
14 a 20 años |
749 |
14.49% |
|
21 a 30 años |
691 |
13.37% |
|
31 a 40 años |
612 |
11.84% |
|
41 a 50 años |
613 |
11.86% |
|
51 a 60 años |
442 |
8.55% |
|
Mayores de 60 años |
611 |
11.82% |
Fuente: Elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197)
En la Tabla 2 se presenta la distribució=
;n
por sexo en el Perú en 2010 evidencia que la mayoría correspo=
nde
a mujeres, mientras que los hombres representan una proporción
ligeramente inferior. Esta diferencia es relevante al analizar el tema de e=
ducación
universitaria e ingresos, ya que permite identificar posibles brechas de
género en el acceso a la educación superior y su impacto en l=
os
ingresos económicos.
Tabla 2
Distribuci&oacu=
te;n
de Sexo de las personas en el Perú, 2010
|
Sexo |
Frecuencia |
Porcentaje |
|
Hombre |
2419 |
46.80% |
|
Mujer |
2750 |
53.20% |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197)
La Tabla 3 La distribución del estado c=
ivil
de las personas en el Perú en 2010 muestra que la mayor parte de la
población está soltera, seguida por aquellos que están
casados. Los convivientes representan una proporción considerable, p=
ero
inferior a los solteros y casados. En contraste, los grupos de viudos,
divorciados y separados son mucho menores en comparación. Esta
información puede ser relevante al estudiar los ingresos de las
personas, ya que el estado civil podría influir en las oportunidades
económicas, el acceso a la educación universitaria y las
dinámicas familiares que afectan la estabilidad económica.
Tabla 3
Distribuci&oacu=
te;n
de estado Civil de las personas en el Perú, 2010
| Estado Civil<= o:p> |
Frecuencia |
Porcentaje |
|
Conviviente |
788 |
15.24 |
|
Casado(a) |
1212 |
23.45 |
|
Viudo(a) |
234 |
4.53 |
|
Divorciado(a) |
12 |
0.23 |
|
Separado(a) |
181 |
3.5 |
|
Soltero(a) |
2742 |
53.05 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197)
En la Tabla 4 la distribución del nivel=
de
educación en el Perú en 2010 revela que una proporción
significativa de la población no ha completado la educación
primaria, siendo este el nivel educativo con la mayor participación.=
La
educación primaria incompleta tiene un porcentaje alto, mientras que=
los
niveles de educación secundaria, tanto incompleta como completa,
también representan una parte importante de la población. En
cuanto a la educación superior, se observa que la mayoría no =
ha
alcanzado el nivel universitario, y entre los que sí lo han hecho, l=
os
que completaron una carrera universitaria son menos que aquellos con estudi=
os
superiores no universitarios. Además, los niveles de maestría=
y
doctorado tienen una representación muy baja. Esta distribució=
;n
es clave al abordar el tema de los ingresos, ya que el nivel educativo tien=
e un
impacto directo en las oportunidades laborales y los ingresos de las person=
as.
Tabla 4
Distribuci&oacu=
te;n
de Nivel de Educación de las personas en el Perú, 2010
| Nivel de Educ=
ación |
Frecuencia |
Porcentaje |
|
Sin nivel |
616 |
11.92 |
|
Educación Inicial |
222 |
4.29 |
|
Primaria incompleta |
1444 |
27.94 |
|
Primaria completa |
622 |
12.03 |
|
Secundaria incompleta |
911 |
17.62 |
|
Secundaria completa |
666 |
12.88 |
|
Superior no Universitaria Incompleta |
110 |
2.13 |
|
Superior no Universitaria Completa |
208 |
4.02 |
|
Superior Universitaria Incompleta |
194 |
3.75 |
|
Superior Universitaria Completa |
142 |
2.75 |
|
Maestría/Doctorado |
34 |
0.66 |
Fuente: Elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197) =
En lo que respecta a los ingresos de la
población, la Tabla 5 muestra que el ingreso promedio es de 754.13, =
con
una considerable variabilidad, ya que el error estándar es de 696.61.
Esto indica que existe una amplia dispersión en los ingresos, desde =
un
mínimo de 100 hasta un máximo de 8200. Esta distribució=
;n
de ingresos es relevante para analizar las diferencias salariales en
función del nivel educativo, ya que, generalmente, las personas con
mayor nivel educativo tienden a obtener ingresos más altos.
Además, esta variabilidad refleja las desigualdades económicas
presentes en la población, lo cual es fundamental para comprender el
impacto de la educación universitaria en los ingresos de las persona=
s.
Tabla 5
Ingresos de la población del Perú=
;,
2010
|
Variable |
Observaciones=
|
Promedio |
Error.
Estándar |
Mínimo=
|
Máximo=
|
|
Ingreso |
5169 |
754.13 |
696.61 |
100 |
8200 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197)
Los resultados de la Tabla 6 se basan en la
ecuación de Mincer, donde revela que la
educación es el principal factor que influye de manera significativa=
en
los ingresos, mostrando que, a mayor nivel educativo, los ingresos tienden =
a aumentar.
Este hallazgo es coherente con la teoría económica, que vincu=
la
la educación con una mayor productividad y, por ende, con mayores
ingresos. En contraste, variables como la experiencia laboral, el estado ci=
vil,
la edad y el sexo no parecen tener un impacto claro o significativo en los
ingresos en este contexto. Esto sugiere que, en este modelo, la experiencia
laboral y las características personales no influyen de manera
sustancial en la variabilidad de los ingresos, lo que podría reflejar
limitaciones en los datos o la estructura del modelo. En general, el modelo
muestra que la educación es el factor más determinante, mient=
ras
que otros aspectos no parecen tener una relación directa y fuerte con
los ingresos.
Tabla 6
Estimació=
;n
de la Función Clásica de Mincer, =
2010
|
log_INGRESOS |
Coef. |
Std.
Err. |
t |
P>|t| |
95% Conf. |
Interval |
|
EDUCACION |
.0463815 |
.0056688 |
8.18 |
0.000 |
.0352683 |
.0574947 |
|
EXPLABORAL |
.0025896 |
.0030837 |
0.84 |
0.401 |
-.0034557 |
.0086349 |
|
SEXO |
.0137243 |
.0259018 |
0.53 |
0.596 |
-.0370542 |
.0645027 |
|
ESTCIVIL |
.005541 |
.008286 |
0.67 |
0.504 |
-.010703 |
.021785 |
|
EDAD | |
3.84e-06 |
.0008072 |
0.00 |
0.996 |
-.0015786 |
.0015863 |
|
_cons |
5.949987 |
.074749 |
79.60 |
0.000 |
5.803447 |
6.096527 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2010, =
por
Instituto Nacional de Estadística e Informática, 2010 (http://webinei.inei.gob.pe=
/anda_inei/index.php/catalog/197)
En la tabla 7 se aprecia q=
ue
en el 2019, la distribución por grupos de edad de la població=
n en
el Perú muestra una proporción considerable de personas menor=
es
de 14 años, representando una cuarta parte de la población. L=
os
grupos de edad entre 14 a 20 años y 21 a 30 años siguen siendo
relevantes, pero con porcentajes más bajos. La distribución es
más equilibrada en los grupos entre 31 a 40 años, 41 a 50
años y 51 a 60 años, con proporciones similares, indicativas =
de
una población adulta significativa. Finalmente, el grupo de mayores =
de
60 años presenta un porcentaje considerablemente alto, lo que reflej=
a el
envejecimiento progresivo de la población en el país.
Tabla 7
Distribuci&oacu=
te;n
de grupo de edad de las personas en el Perú, 2019
|
Grupo de Edad=
|
Frecuencia |
Porcentaje |
|
Menores de 14 años |
5849 |
24.18% |
|
14 a 20 años |
2709 |
11.20% |
|
21 a 30 años |
3201 |
13.23% |
|
31 a 40 años |
2938 |
12.14% |
|
41 a 50 años |
2986 |
12.34% |
|
51 a 60 años |
2608 |
10.78% |
|
Mayores de 60 años |
3901 |
16.12% |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
En la Tabla 8 se presenta la distribució=
;n
de la población por sexo, donde se muestra una ligera mayoría=
de
mujeres, representando poco más de la mitad de la población,
mientras que los hombres constituyen una proporción ligeramente meno=
r.
Esto refleja una distribución equilibrada entre ambos sexos, con una
diferencia pequeña, pero consistente, a favor de las mujeres.
Tabla 8
Distribuci&oacu=
te;n
de Sexo de las personas en el Perú, 2019
|
Sexo |
Frecuencia |
Porcentaje |
|
Hombre |
11792 |
48.74% |
|
Mujer |
12400 |
51.26% |
Fuente: Elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
La Tabla 9 muestra que la mayor parte de la
población es soltera, representando casi la mitad. Los casados y
convivientes también tienen una proporción significativa, aun=
que
ligeramente menor que los solteros. Los viudos y separados tienen una prese=
ncia
menor, con los divorciados constituyendo la categoría menos frecuent=
e.
Esto indica que, en general, la mayoría de las personas en el
Perú en 2019 no están casadas o en una relación de
convivencia formal.
Tabla 9
Distribuci&oacu=
te;n
de estado Civil de las personas en el Perú, 2019
| Estado Civil<= o:p> |
Frecuencia |
Porcentaje |
|
Conviviente |
4668 |
19.30 |
|
Casado(a) |
4992 |
20.63 |
|
Viudo(a) |
1133 |
4.68 |
|
Divorciado(a) |
89 |
0.37 |
|
Separado(a) |
1678 |
6.94 |
|
Soltero(a) |
11632 |
48.08 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
En la Tabla 10 se aprecia que una
proporción considerable de personas no ha completado la educaci&oacu=
te;n
primaria o secundaria. La mayoría de la población tiene como
máximo la secundaria completa, mientras que aquellos con
educación superior, ya sea universitaria o no, son una minorí=
a en
comparación con los niveles educativos más bajos. A pesar de =
que
hay una representación de personas con estudios superiores, su
proporción es menor, y dentro de esa categoría, los que han
alcanzado estudios de maestría o doctorado son los menos. Esta
distribución refleja la importancia de políticas públi=
cas
orientadas a mejorar el acceso y la calidad educativa en niveles superiores=
.
Tabla 10
Distribuci&oacu=
te;n
de Nivel de Educación de las personas en el Perú, 2019
|
Nivel de
Educación |
Frecuencia |
Porcentaje |
|
Sin nivel |
1770 |
7.32 |
|
Educación Inicial |
1182 |
4.89 |
|
Primaria incompleta |
5174 |
21.39 |
|
Primaria completa |
2693 |
11.13 |
|
Secundaria incompleta |
3728 |
15.41 |
|
Secundaria completa |
4450 |
18.39 |
|
Superior no Universitaria Incompleta |
731 |
3.02 |
|
Superior no Universitaria Completa |
1515 |
6.26 |
|
Superior Universitaria Incompleta |
1231 |
5.09 |
|
Superior Universitaria Completa |
1425 |
5.89 |
|
Maestría/Doctorado |
293 |
1.21 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
Por su parte, los ingresos muestran aumentos
considerables, que en promedio es el 2019 es casi el doble que en 2010. En =
la
Tabla 11 se observa una amplia variabilidad, con un rango que va desde los
ingresos más bajos hasta un máximo considerablemente alto. El
promedio de ingresos refleja una cifra intermedia, aunque el error est&aacu=
te;ndar
sugiere que hay una dispersión significativa en los datos, indicando=
que
la mayoría de la población tiene ingresos cercanos a ese
promedio, pero existen excepciones con ingresos tanto mucho más bajos
como considerablemente más altos. Esto resalta una importante
desigualdad económica dentro del país, con una parte de la
población obteniendo ingresos bajos y una pequeña
proporción alcanzando niveles elevados.
Tabla 11
Ingresos de la
población del Perú, 2019
|
Variable |
Observaciones=
|
Promedio |
Error. Est&aa=
cute;ndar |
Mínimo=
|
Máximo=
|
|
Ingreso |
24192 |
1377.39 |
1496.34 |
100 |
40,000 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
La tabla 12 indica la estimación de la
Función Clásica de Mincer revela =
que tanto
la educación como la experiencia laboral tienen un impacto positivo y
significativo en los ingresos, lo que sugiere que a medida que las personas
aumentan su nivel educativo y ganan más experiencia laboral, sus
ingresos tienden a crecer. Por otro lado, variables como el sexo, el estado
civil y la edad no muestran una relación significativa con los ingre=
sos,
lo que implica que estos factores no influyen de manera relevante en la
determinación de los ingresos en este análisis. En general, l=
os
resultados confirman la importancia de la educación y la experiencia
como determinantes clave de los ingresos, mientras que otras
características personales no parecen tener un efecto significativo.=
Tabla 12
Estimació=
;n
de la Función Clásica de Mincer, =
2019
|
log_INGRESOS |
Coef. |
Std.
Err. |
t |
P>|t| |
95% Conf. |
Interval |
|
EDUCACION |
. 0339498 |
.0025441 |
13.34 |
0.000 |
.0289633 |
.0389363 |
|
EXPLAB |
.0353403 |
.0006798 |
51.98 |
0.000 |
.0340077 |
.0366728 |
|
SEXO |
-.0052057 |
.0126454 |
-0.41 |
0.681 |
-.0299915 |
.0195801 |
|
ECIVIL |
-.0059288 |
.0037803 |
-1.57 |
0.117 |
-.0133383 |
.0014808 |
|
EDAD | |
-.0003442 |
.0003543 |
-0.97 |
0.331 |
-.0010387 |
.0003504 |
|
_cons |
6.414866 |
.0343712 |
186.63 |
0.000 |
6.347496 |
6.482236 |
Fuente: elaborado con datos tomados de Encuesta Nacional de Hogares 2019, =
por
Instituto Nacional de Estadística e Informática, 2019 (https://www.datosabiertos.gob.pe/dataset/encuesta-naci=
onal-de-hogares-enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%=
C3%A1tica-inei).
DISCUSIÓN
Este estudio aporta una comprensión
detallada de la relación entre la educación y los ingresos de=
las
personas en el Perú, a lo largo de dos períodos clave, 2010 y
2019. A través del análisis de las variables relacionadas con=
la
educación, la experiencia laboral y otros factores
sociodemográficos, el estudio subraya la relevancia de la
educación como un determinante crucial en el aumento de los ingresos,
mientras que otros factores como el sexo, el estado civil y la edad no mues=
tran
una influencia significativa. Los resultados destacan una tendencia consist=
ente
de que el nivel educativo tiene un impacto directo y positivo en los ingres=
os,
evidenciando la importancia de las políticas educativas y laborales =
en
el desarrollo económico del país. Además, se observa u=
na
evolución en las características sociodemográficas de =
la
población, lo que sugiere cambios en las condiciones del mercado lab=
oral
y la sociedad peruana entre 2010 y 2019.
Se planteó determinar cómo se
relacionan el capital humano y los ingresos de las personas en el Per&uacut=
e;
en el año 2010. Basándonos en los aportes teóricos de
Jacob Mincer (1974), quien establece que la
educación y la experiencia laboral son factores clave en la
determinación de los ingresos, se llevó a cabo un anál=
isis
de los datos recolectados para el año 2010. Los resultados obtenidos
muestran que, en el año 2010, los niveles educativos superiores,
específicamente la educación superior universitaria completa y
los estudios de posgrado, tienen un impacto positivo y significativo en los
ingresos de las personas. Este hallazgo está en línea con las
teorías de capital humano que sugieren que una mayor inversió=
n en
educación se traduce en mayores ingresos a lo largo del tiempo. Sin
embargo, es importante notar que la experiencia laboral no mostró un
impacto significativo en los ingresos para este año, lo que sugiere =
que,
en 2010, el mercado laboral peruano valoraba más el nivel educativo =
que
la experiencia acumulada. Estos resultados son consistentes con los hallazg=
os
de estudios previos, como el de Cornejo (2022), que también
destacó la importancia de la educación en la determinaci&oacu=
te;n
de los ingresos. Sin embargo, la falta de significancia de la experiencia
laboral podría deberse a la estructura del mercado laboral peruano en
esa época, donde la oferta de empleo estaba más orientada hac=
ia
sectores que priorizan la educación formal sobre la experiencia. En
comparación con otros estudios, como el de Sapa=
cayo
y Yépez (2021), donde la capacitación y la afiliación a
asociaciones también demostraron ser significativas, es evidente que=
, en
Perú, durante el 2010, el sistema educativo y las cualificaciones
académicas formales desempeñan un papel crucial en la
determinación del nivel de ingresos, especialmente en áreas
urbanas.
CONCLUSIONES
El estudio confirma que la educación si=
gue
siendo el factor determinante más relevante en la variación de
los ingresos de las personas en el Perú, tanto en 2010 como en 2019.
Aunque la experiencia laboral muestra una relación estadística
significativa, otros factores como el estado civil, la edad y el sexo no
presentan un impacto considerable en los ingresos. Este hallazgo subraya la
importancia de seguir promoviendo la educación como un motor clave p=
ara
la mejora de la calidad de vida y la equidad económica en el
país. Sin embargo, el estudio presenta varias limitaciones, como la =
posible
falta de captura de aspectos contextuales que pudieran influir en los ingre=
sos,
además de la limitación en los datos disponibles sobre la cal=
idad
y relevancia de la educación en el análisis. Asimismo, el mod=
elo
no considera de manera profunda la informalidad laboral y la
segmentación del mercado de trabajo, lo que podría alterar los
resultados obtenidos.
Para futuras investigaciones, se recomienda
ampliar el análisis con datos más desagregados sobre la calid=
ad
de la educación y su impacto en diferentes sectores del mercado labo=
ral.
Además, sería relevante explorar cómo la informalidad
laboral, las políticas públicas y las nuevas tendencias de
digitalización y automatización en la economía afectan=
los
ingresos, así como el papel de otros factores, como la
localización geográfica, el acceso a servicios básicos=
y
las políticas de inclusión social.
REFERENCIAS
Bértola, L., Castelnovo, C., Rodríguez, J., & Willebald, H. (2020). Between the colonial heritage and the first
globalization boom: on income inequality in the Southern Cone. Cambridge
University Press, 28(2). Obtenido de
https://www.cambridge.org/core/journals/revista-de-historia-economica-journ=
al-of-iberian-and-latin-american-economic-history/article/abs/between-the-c=
olonial-heritage-and-the-first-globalization-boom-on-income-inequality-in-t=
he-southern-cone/3D51F8E0029DE
Delprato, M., & Antequera, G. (2022).
Eficiencia escolar en América Latina antes y después de la
pandemia de COVID-19: Nueva evidencia de PISA 2018 y 2022. Revista
Internacional de Investigación Educativa, 129(25). doi:https://doi.org/10.1016=
/j.ijer.2024.102493
Hernández, G. (2023). Alfabetizaci&oacu=
te;n
y decolonialidad en la educación de
jóvenes y adultos: Crónica de un encuentro en Iztapalapa,
México. Arizona State University. Obteni=
do de
https://epaa.asu.edu/index=
.php/epaa/article/view/7739
Hyung, Y. (2024). El efecto mediado de la
participación en los consejos juveniles en el desarrollo de la ident=
idad
profesional de los trabajadores juveniles. ELSEVIER. doi:https://doi.org/10.1016/j.childyouth.2024.108=
010
Mertzanis, C., Marashdeh, H., & Kampouris,
I. (2024). Managing environmental finance in the digital era: Evidence from
green bonds. Journal of Environmental Management, 373. doi:10.1016/j.jenvman.2024.123434
Morgan, M., & Lili=
nas,
X. (2018). Un
modelo de gestión del conocimiento académico: múltiples
casos de estudio en universidades peruanas. Conferencia Europea sobre
Gestión del Conocimiento. Obtenido de
https://www.scopus.com/record/display.uri?eid=3D2-s2.0-85035242817&orig=
in=3Dresultslist&sort=3Dplf-f&src=3Ds&sid=3D4b01098c0cf179ae556=
784f6deed534a&sot=3Db&sdt=3Db&s=3DTITLE-ABS-KEY%28Peru%27s+depe=
ndence+on+raw+material+exports%29&sl=3D56&sessionSearchId=3D4b01098=
c0cf179ae55
Muñoz, K., Gutierr=
ez,
A., Caballero, A., & Angeles, M. (2022). Disparities in
access to and knowledge of ICT among health sciences students in Peru: The
National Household Survey on Living Conditions and Poverty (ENAHO)
2022. Facultad
de Medicina, Universidad Continental, Lima, Peru.
Obtenido de
https://www.scopus.com/record/display.uri?eid=3D2-s2.0-85206799452&orig=
in=3Dresultslist&sort=3Dplf-f&src=3Ds&sid=3D99b614003d12e61d191=
535ad8cd9f29d&sot=3Db&sdt=3Db&s=3DTITLE-ABS-KEY%28investment+in=
+university+education%29&sl=3D38&sessionSearchId=3D99b614003d12e61d=
191535ad8cd
Rivero, R. (2018). Cambio demográfico y
duración de la vida económicamente activa en la Región=
de
Magallanes y la Antártica chilena 1992-2013. Ma=
gallania,
46(2). doi:http://dx.doi.org/10.4067/S0718-22442018000200143
Samaniego, C., Vallejo, L., Morocho, J., &
Samaniego, F. (2020). Incidencia de la inmigración extranjera en la
economía informal. Revista Venezolana de Gerencia, 25(92). Obtenido =
de
https://www.scopus.com/results/citedbyresults.uri?sort=3Dr-f&src=3Ds&am=
p;mltEid=3D2-s2.0-85095575542&mltType=3Dref&mltAll=3Dt&imp=3Dt&=
amp;sid=3Dcb78fd1519921f9ff2dcc9ed3d760bad&sot=3Dmlt&sdt=3Dmlt&=
sl=3D1101&s=3DREFEID%28%28%222-s2.0-85095574912%22%29+OR+%28%222-s2.0-8=
5095599370%22%29+
Torres, I., Kloft,=
S.,
Kumar, M., Santosh, A., Pinto, M., & Cevall=
os, D.
(2024). COVID-19 school closures in Latin America: untangling approaches
impacting student health and wellbeing. enmerald. Obtenido de
https://www.emerald.com/insight/content/doi/10.1108/he-01-2024-0006/full/ht=
ml
Todo
el contenido de LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, publicados en este
sitio está disponibles bajo Licencia Creative
Commons ![3D"https://revistacientifica.uamericana.edu.py/public/site/images/aduar=](3D"0478_ValdiglesiasOviedo_archivos/image007.jpg")
.
Contribuciones =
de
autor
Jhon Valdiglesias
Oviedo (autor
principal): conceptualización, administración del
proyecto, validación, redacción (borrador original,
revisión y edición).
Leonardo Palacín
Bustamante: análisis formal, investigación, metodologí=
a.
LATAM Revista Latinoamericana de Ciencias Sociales=
y
Humanidades, Asunción, Paraguay.
![](3D"0478_ValdiglesiasOviedo_archivos/image002.jpg")