Impacto de los niveles de educación sobre el empleo en
la región Huánuco, Perú, período 2000-2019
Impact of education levels on employment
in the Huánuco region, Peru, period 2000-2019
Roberto Calero1,a
https://orcid.org/0000-0002-7060-7866
Elis Chávez2,b
https://orcid.org/0000-0002-6705-1668
Clelia Rivera2,b
https://orcid.org/0000-0003-1099-7548
Alexandra Vega2,b
https://orcid.org/0000-0002-4978-5019
Filiación y grado académico
1. Pontificia Universidad Católica del Perú, Lima,
Perú.
2. Universidad Nacional Hermilio Valdizán, Huánuco,
Perú.
a. Magister en Economía.
b. Economista
RECIBIDO: 01-07-2022
ARBITRADO POR PARES
ACEPTADO: 28-07-2022
Citar
como:
Resumen
Objetivo. Estimar el
impacto de los niveles de educación sobre la condición de estar empleado de la
población económicamente activa (PEA) de la región Huánuco, Perú, período
2000-2019. Métodos. La investigación
fue de tipo aplicada, de nivel explicativo y tuvo un diseño no experimental. Se
adoptó la teoría del capital humano como marco teórico y se estimó un modelo de
regresión logística (logit), usando datos secundarios de la Encuesta Nacional de
Hogares (ENAHO) sobre la condición de estar o no empleado (variable endógena) y
de los niveles de educación (variable exógena) de la PEA. Resultados. Se encontró que la probabilidad de estar empleado de
los individuos de la PEA que solo han cursado estudios de educación de
primaria, secundaria y superior aumentaba en 3.2, 8.0 y 9.2 puntos
porcentuales; respectivamente. Conclusiones.
Los individuos de la PEA que solo cuentan con educación primaria tienen la
menor probabilidad de estar empleados, y aquellos que cuentan con educación
secundaria tienen una probabilidad moderada. En tanto, los individuos que
cuentan con educación superior tienen la mayor probabilidad de estar empleados.
Palabras clave: empleo; población económicamente activa;
nivel educativo; modelo logit.
Abstract
Objective. To estimate the impact of education levels on the employment status of
the economically active population (EAP) of the Huánuco region, Peru, period 2000-2019. Methods. The research was applied, explanatory and had a
non-experimental design. The human capital theory was adopted as a theoretical
framework and a logistic regression model (logit) was estimated using secondary
data from the National Household Survey (ENAHO) on the condition of being
employed or not (endogenous variable) and the levels of education (exogenous
variable) of the EAP. Results. It
was found that the probability of being employed of individuals in the EAP who
have only primary, secondary and higher education increased by 3.2, 8.0 and 9.2
percentage points, respectively. Conclusions.
Individuals in the EAP with only primary education have the lowest probability
of being employed, and those with secondary education have a moderate
probability. Meanwhile, individuals with higher education have the highest
probability of being employed.
Keywords: employment; economically active
population; educational level; logit model.
INTRODUCCIÓN
La educación
juega un rol preponderante en el desarrollo de una nación, ya que por
intermedio de la educación se puede potenciar las capacidades y los talentos de
los individuos. De acuerdo con Becker (1964), la inversión en capital humano
incrementa las capacidades de los individuos y se traduce en individuos con
mayor productividad dentro del mercado de trabajo. Una mayor productividad
laboral se traduce en mayores niveles de ingresos y condiciones laborales, lo
que contribuye a que los individuos puedan contar con una mejor calidad de
vida.
En esta línea,
la teoría del capital humano sostiene que los individuos invierten en su
capital humano mediante la educación; lo hacen para incrementar sus capacidades
y con ello su productividad, con el fin de obtener mayores ingresos laborales.
Por otro parte,
la región Huánuco aún esta relegada en aspectos vinculados al desarrollo
económico respecto a las otras regiones. En esta línea, el Banco Central de
Reserva del Perú (BCRP), en su informe económico y social del 2015, indica que
la región Huánuco es una de las regiones que tiene el menor índice de
desarrollo humano (IDH). El ámbito educativo de la región no es ajeno a esta
problemática, debido a que aún se tienen cifras desalentadoras respecto al
logro educativo (medido por los años de educación promedio con los que cuenta
una persona de 25 años a más). En particular, la región Huánuco ocupa la
posición 21 de 25 regiones en población de 18 años de edad que cuentan con
educación secundaria completa, debido a que solo el 45.5 % de la población
cuenta con este nivel educativo.
Según
información estadística del Ministerio de Educación al año 2019, se sabe que la
población estudiantil matriculada en el sistema de Educación Básica Regular
(EBR) ascendía a 412 mil alumnos. En esta línea, es preciso mencionar que la
mayor cantidad de alumnos matriculados se concentraba en el nivel primario con
un 52 %, seguida por los niveles secundaria e inicial, con 38 % y 10 %,
respectivamente.
Sin embargo, se
debe destacar que para el período 2002-2019 algunos indicadores educacionales
como la tasa de analfabetismo, los años de estudio promedio y el nivel de
educación de la población mayor a 15 años ha mejorado notablemente. En
particular, se tiene que al año 2019 el 42,7 % de la población de la región
Huánuco cuenta con educación secundaria, y solo, el 19.6 % con educación
superior. De este último, el 13,4 % cuenta con estudios universitarios y el
resto, con estudios superiores a nivel técnico.
Por otra parte,
el Instituto Nacional de Estadística e Informática (INEI) define a la población
económicamente activa (PEA) como el conjunto de personas con edad mínima para
trabajar (14 años en el caso del Perú) que ofrecen mano de obra para laborar en
un periodo determinado de tiempo. En este contexto, según datos para el año
2019 del Ministerio de Trabajo y Promoción del Empleo, la PEA de la región
Huánuco era de 475 mil personas. De dicha cantidad, el 97 % estaba empleada y
el resto no contaba con empleo alguno. Asimismo, del total de la PEA empleada,
el 45 % desempeñaba actividades económicas de forma independiente. En tanto, el
44,2 % del total de la PEA empleada cuenta con educación primaria, el 39,4%
cuenta con educación secundaria y solo el 16,4 %, con educación superior.
Finalmente, se sabe que el sector privado concentra al 28,5 % de la PEA de la
región Huánuco.
Por otro lado,
existe abundante evidencia empírica que indica que la educación tiene impactos
positivos sobre el empleo de los individuos. Entre ellos, se destacan las
investigaciones de Carrillo et al. (2018) para Chile, Guadagni et al. (2014)
para países de la Organización para la Cooperación y el Desarrollo Económico
(OCDE), y Riomaña (2014) para Colombia. Sin embargo, las investigaciones que se
enfocan en analizar el vínculo entre la educación y el empleo para el Perú y la
región Huánuco son escasas; se destacan las contribuciones de Rodríguez (2014),
Lavado et al. (2014), Vertiz (2015), Tiznado (2015), Apaza (2018) y Ñinquen
(2019). Para la región Huánuco, solo el estudio de Bernardo et al. (2018)
analiza la rentabilidad de la educación.
Es por ello que
la presente investigación tiene como finalidad contribuir a cerrar esta brecha
dentro de la literatura regional al enfocarse en estudiar los impactos de los
niveles de educación sobre la condición de estar empleado de los individuos que
pertenecen a la PEA de la región Huánuco, período 2000-2019. En particular, la
investigación trata de responder la siguiente interrogante: ¿cuál es el impacto
de los niveles de educación (primaria, secundaria y superior) en la condición
de estar empleado de los individuos que pertenecen a la PEA? En esta línea, el
objetivo fue: estimar el impacto de los niveles de educación en la condición de
estar empleado de los individuos que pertenecen a la PEA. Acorde al problema
planteado, la hipótesis de la investigación fue: contar con un nivel educativo
mayor aumenta la probabilidad de estar empleado de los individuos que
pertenecen a la PEA.
El logro del
objetivo de la investigación y el contraste de la hipótesis se centran en la
estimación de un modelo de regresión logística (logit) que se estima, usando
datos secundarios que provienen de la Encuesta Nacional de Hogares (ENAHO)
elaborada por el INEI sobre los indicadores de niveles de educación (variable
exógena) y condición de estar empleado (variable endógena), para la PEA que fue
encuestada durante el periodo de estudio.
MÉTODOS
Tipo, nivel y diseño de la investigación
La
investigación fue de tipo aplicada debido a que el fundamento teórico se basó
en la teoría del capital humano formulada por Schultz (1961) y Becker (1964).
En tanto, el nivel de investigación fue exploratorio, ya que mediante la
estimación de un modelo logit se determinó el efecto de los niveles de
educación sobre la condición de estar empleado. Finalmente, se adoptó un diseño
no experimental ya que no se manipula ni a las unidades de análisis (PEA de la
región Huánuco) ni a las variables en estudio.
Población y muestra
La población de
la investigación viene a ser la PEA de la región Huánuco, que al año 2019
ascendía a 760 267 habitantes. Dado que se emplearon datos secundarios de la
ENAHO elaborada por el INEI, la muestra estuvo conformada por los individuos de
la PEA que fueron encuestados durante el período 2000-2019, los mismos que se
presentan en la tabla 1. En ese sentido, la unidad de análisis de la
investigación estuvo conformada por dichos individuos.
Las variables
Las variables
de la investigación son: niveles de educación (variable exógena) y la condición
de estar empleado (variable endógena) de los individuos que pertenecen a la PEA
de la región Huánuco. En particular, la variable endógena viene a ser una
variable dicotómica (o binaria) que se define de la siguiente forma: toma el
valor de 1 si el individuo que pertenece a la PEA cuenta con un empleo y 0 en
otro caso. Del mismo modo, la variable exógena se mide a través de tres indicadores,
los que también son dicotómicos: (i) educación primaria, (ii) educación
secundaria, y (iii) educación superior; los cuales toman el valor de 1 si el
individuo que pertenece a la PEA tiene educación (i) primaria, (ii) secundaria
y (iii) superior; y 0 en otros casos. Además de las variables de interés, se
emplean variables exógenas de control asociados a factores sociodemográficos
como el estado civil, el sexo, el número de hijos y el área de residencia de
los individuos de la PEA.
La tabla 2
presenta en detalle a las variables, las mismas que se obtuvieron de la base de
datos de la ENAHO del INEI. En particular, se usaron tres módulos de la ENAHO
para la construcción de los indicadores de las variables: módulo 2
(características de los miembros del hogar), módulo 3 (educación) y módulo 5
(empleo e ingresos). Excepto la
variable de tenencia de hijos (THII
), el resto de variables también son
dicotómicas.
Estrategia empírica
La disciplina
de la Econometría fue la técnica que se usó para el procesamiento y análisis de
los datos. En ese sentido, la estrategia empírica de la investigación se
sustenta en la estimación de un modelo logit, con la finalidad de lograr el
objetivo y contrastar la hipótesis correspondiente.
En un modelo
logit, la variable endógena se caracteriza por ser dicotómica; es decir, dicha
variable toma el valor de 1 si el individuo posee algún atributo o
característica de interés y cero en otro caso. Para efectos de la
investigación, la variable endógena toma el valor de 1 si el individuo que
pertenece a la PEA cuenta con empleo y 0 en otro caso.
El modelo logit
que se estimó tiene la siguiente especificación: P (Yi = 1/X) = G(Xβ); donde
Las variables
exógenas que explican a P(EMPI = 1/X) están
representadas por: P(EMPI =1/X) = β0 + β1EPRi + β2ESEi + β2ESUi + Zα + εi.
Finalmente,
todas las estimaciones se llevaron a cabo en el software: EVIEWS, versión 10.
RESULTADOS
La tabla 3
presenta los principales resultados de la estimación del modelo logit. En
particular, se presentan los efectos marginales asociados a las variables
exógenas, que se calculan en base a los coeficientes estimados y que indican la
variación de la probabilidad de que un individuo de la PEA se encuentre
empleado cuando varía cada una de las variables exógenas. Se debe mencionar que
los coeficientes estimados (contenidos en el vector β
En general, se
encuentra que la probabilidad promedio de que un individuo que pertenece a la
PEA de la región Huánuco se encuentre empleado es de 47,5 %. Por otra parte, se
encuentra que los tres niveles educativos tienen impactos positivos y estadísticamente
significativos sobre la condición de estar empleado. En específico, se
encuentra que si un individuo que pertenece a la PEA de la región Huánuco solo
cuenta con: (i) educación primaria o inferior, su probabilidad de que este
empleado solo aumenta en 3.182 puntos porcentuales; (ii) educación secundaria,
su probabilidad de que este empleado aumenta en 8.002 puntos porcentuales;
(iii) con educación superior (nivel técnico o nivel universitario), su
probabilidad de que este empleado aumenta en 9.175 puntos porcentuales. Dichos
hallazgos indican que tener un mayor nivel de educación incrementa la
probabilidad de tener empleo. En ese sentido, tener educación superior (nivel
técnico o nivel universitario) tiende a incrementar más dicha probabilidad.
Respecto a las
variables relacionadas a los factores sociodemográficos, se halla que, si el
individuo que pertenece a la PEA de la región Huánuco: (i) es casado y/o
convive con su pareja, (ii) de sexo masculino, y (iii) reside en la zona urbana
de la región; su probabilidad de que esté empleado aumenta. Asimismo, se
encuentra que un aumento en la cantidad de hijos tiende a reducir la
probabilidad de que dicho individuo este empleado en 0.596 puntos porcentuales.
Por otra parte,
se aprecia que los efectos marginales y los coeficientes estimados de forma
individual son significativos al 1 % y 5 % de nivel de significancia; dado que
el p-valor de cada uno de ellos es inferior al nivel de significancia
mencionado. Esto quiere decir que los impactos estimados sí ocurren en la
realidad.
Finalmente, en
la parte inferior de la tabla 3, se presentan los indicadores de bondad de
ajuste para el modelo logit estimado. Una inspección a dichos indicadores como:
LR Chi2 y la Prob > Chi2, nos indican que el modelo
posee un buen ajuste en términos estadísticos. En particular, se aprecia que
los coeficientes estimados en conjunto son significativos al 1 % y 5 %; ello
implica que dichos coeficientes son diferentes a cero. Por lo que se concluye
que todas las variables exógenas consideradas en el modelo contribuyen a
explicar la probabilidad de que el individuo de la PEA se encuentre empleado.
Asimismo, el valor del Pseudo-R2 indica que alrededor del 87% de la
variación de la condición de estar empleado (variable endógena) se explica por
la variación de las variables exógenas de interés y de los controles.
DISCUSIÓN
Los resultados que se derivan de la estimación del modelo logit indican que los niveles educativos tienen impactos positivos y significativos sobre la condición de estar empleados de los individuos que pertenecen a la PEA de la región Huánuco. Dichos hallazgos están en línea con la literatura existente, que postula que la educación tiene impactos positivos sobre el empleo. En particular, están acorde con los hallazgos de Carrillo et al. (2018) para la economía chilena, quienes hallan evidencia de que los trabajadores que cuentan con mayores niveles educativos suelen obtener los mejores resultados en el mercado de trabajo; específicamente en participación laboral, calidad de empleo y remuneraciones.
Desde otro enfoque, pero
obteniendo los mismos resultados, el estudio de Riomaña (2014) para la economía
colombiana que se basa en la teoría de la señalización, sostiene que los
niveles educativos actúan como una señal que se emite del trabajador hacia el
empleador dentro del mercado laboral. Asimismo, encuentra que el nivel
educativo tiende a aumentar la efectividad de los canales de búsqueda de
empleo; es decir, un mayor nivel de educación reduce el tiempo de búsqueda de
trabajo y aumenta la probabilidad de estar empleado.
En ese sentido, autores
como Guadagni et al. (2014) sostienen que para las economías que conforman la OCDE
aumentó la brecha en la tasa de empleo entre los individuos que poseen un mayor
nivel de educación respecto al resto de individuos. Además, sostienen que los
individuos con un bajo nivel de educación tienden a ser más vulnerables dentro
del mercado laboral.
En resumen, los
hallazgos de la presente investigación refuerzan la abundante evidencia
empírica internacional acerca de los impactos positivos que tiene la educación
sobre el empleo en las distintas economías
CONCLUSIONES
En línea con los resultados obtenidos, se concluye
que los individuos que pertenecen a la PEA de la región Huánuco que solo
cuentan con educación primaria tienen la menor probabilidad de estar empleados,
y aquellos que cuentan con educación secundaria tienen una probabilidad
moderada. En tanto, los individuos que cuentan con educación superior tienen la
mayor probabilidad de estar empleados.
REFERENCIAS
Apaza, M. L. (2018). Influencia de la educación en el nivel de
empleabilidad de la PEA en la región Puno, año 2016 [Tesis de pregrado,
Universidad Nacional del Altiplano, Facultad de Ingeniería Económica].
Repositorio Institucional Digital de la Universidad Nacional del Altiplano
Puno. http://repositorio.unap.edu.pe/handle/UNAP/7405
Banco Central de Reserva del Perú. (2015). Informe Económico y Social: Región Huánuco. Encuentro Económico. https://www.bcrp.gob.pe/docs/Proyeccion-Institucional/Encuentros-Regionales/2015/huanuco/ies-huanuco-2015.pdf
Becker, G. S. (1964). Human capital: A theorical and empirical
analysis, with special reference to Education. New York: Columbia. https://www.nber.org/books-and-chapters/human-capital-theoretical-and-empirical-analysis-special-reference-education-first-edition
Bernardo, V. I., De la
Vega, J. L. y Vargas, J. D. (2018). Análisis
de la rentabilidad de la educación: Estimación de la ecuación de Mincer para la
región Huánuco, 2013-2016 [Tesis de pregrado, Universidad Nacional Hermilio
Valdizán, Facultad de Economía]. Repositorio Institucional Digital de la
Universidad Nacional Hermilio Valdizán.
https://repositorio.unheval.edu.pe/handle/20.500.13080/3176
Carillo, F., Espinoza, S. y Valenzuela, A. (2018). Mercado laboral y educación en Chile: Principales tendencias y
resultados. Comisión Nacional de Productividad.
Guadagni, A. A., Lasanta, T. I. y Álvarez, M. C. (2014). El bajo nivel educativo agrava el desempleo.
(Centro de Estudios de Educación Argentina N° 28). Universidad de Belgrano. http://repositorio.ub.edu.ar/handle/123456789/4473
Greene, W. (2018). Análisis Econométrico (8ª
ed.), Pearson.
Hernández-Sampieri, R. y Mendoza, C (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y
mixta. Editorial Mc Graw Hill Education.
Ñiquen, O. (2019). El impacto del nivel educativo alcanzado en el índice
de calidad del empleo en el Perú, 2016. Revista
Peruana de Investigación Educativa, 11, 5-38. https://doi.org/10.34236/rpie.v11i11.91
Lavado, P., Martínez, J. J. y Yamada, G. (2014). ¿Una promesa incumplida? La calidad de la educación superior
universitaria y el subempleo profesional en el Perú. Banco Central de
Reserva del Perú (Serie de Documentos de Trabajo DT. N° 2014-021). https://www.bcrp.gob.pe/docs/Publicaciones/Documentos-de-Trabajo/2014/documento-de-trabajo-21-2014.pdf
Riomaña, O. F. (2014). Incidencia del nivel educativo en el proceso
de búsqueda de empleo y en la duración del desempleo en Colombia. Un análisis
desde la Teoría de la Señalización [Tesis de maestría, Universidad del
Valle]. DSpace Universidad del Valle.
https://bibliotecadigital.univalle.edu.co/handle/10893/7626
Rodríguez, L. E. (2014). Sobreeducación
en el mercado laboral: determinantes y consecuencias en el Perú, 2001-2011.
Economía 39(77), 33-101. http://dx.doi.org/10.18800/economia.201601.002
Schultz, T. (1961). Investment in human capital. The American Economic Review 51(1), 1-17.
https://www.jstor.org/stable/1818907
Tiznado, E. (2015). La gestión
educativa y sus repercusiones en el nivel de empleo en el Perú, 2006-2013
[Tesis de pregrado, Universidad Nacional de Trujillo]. Repositorio
Institucional de la Universidad Nacional de Trujillo. http://dspace.unitru.edu.pe/handle/UNITRU/1001
Torres, L. (2016). Nivel educativo
y su influencia en el nivel de empleo de la población económicamente activa en
la región Lambayeque, 2004–2015 [Tesis de pregrado, Universidad Cesar
Vallejo, Facultad de Ciencias Empresariales]. Repositorio de la Universidad
César Vallejo. https://repositorio.ucv.edu.pe/handle/20.500.12692/31714
Wooldridge, J. (2010). Introducción
a la econometría. Un enfoque moderno. (4ª ed.). CENAGE Learning.
Vertiz, E. L. (2015). Los efectos del nivel educativo y la experiencia laboral en la empleabilidad de la PEA en la región Piura: Año 2012 [Tesis de pregrado, Universidad Nacional de Piura]. Repositorio Institucional UNP. http://repositorio.unp.edu.pe/handle/UNP/494