Las brechas, con y sin controles.
Un promedio compara grupos distintos en edad, educación, región y rama. Aquí cada brecha se muestra cruda y ajustada por esas diferencias (modelo lineal de probabilidad con pesos de encuesta y errores estándar de diseño), y se descompone en la parte que explican las características y la que no.
Mujeres ganan menos incluso a igual trabajo
La brecha cruda de ingreso es -43.5 %; controlando edad, educación, región, rama, categoría y horas sigue en -31.7 %: dos tercios de la brecha no se explican por características observables.
Puntos = coeficientes; barras = IC 95 % con errores de diseño (PSU = conglomerado). n = 51,896, R² = 0.494. Controles: age, educ4, area, region_nat, lengua3, sector9, status6, log_hours.
La informalidad femenina no es composición
La brecha de informalidad mujer−hombre es 4.4 pp cruda y 4.4 pp ajustada: las mujeres son más informales dentro de cada rama y categoría, no porque trabajen en ramas más informales.
Puntos = coeficientes; barras = IC 95 % con errores de diseño (PSU = conglomerado). n = 58,321, R² = 0.362. Controles: age, educ4, area, region_nat, lengua3, sector9, status6. Efecto marginal logit: 4.2 pp.
Lengua materna: casi todo es geografía y educación
Quienes aprendieron una lengua indígena tienen 18.3 pp más de informalidad; con controles la brecha cae a 3.9 pp. La desventaja opera a través de dónde viven y cuánta educación recibieron.
Puntos = coeficientes; barras = IC 95 % con errores de diseño (PSU = conglomerado). n = 58,321, R² = 0.301. Controles: age, sex, educ4, area, region_nat, sector9.
Participación: la brecha resiste a los controles
-17.9 pp cruda, -16.9 pp ajustada. La educación y la edad no cierran la brecha de entrada al mercado laboral.
Puntos = coeficientes; barras = IC 95 % con errores de diseño (PSU = conglomerado). n = 85,476, R² = 0.225. Controles: age, educ4, area, region_nat, lengua3. Efecto marginal logit: -17.0 pp.
Descomposición de la brecha de ingreso
De la brecha total de -43.5 log-puntos, sólo -11.7 se explican por diferencias en horas, rama, educación y categoría; -31.7 corresponden a retornos distintos a las mismas características.
Oaxaca–Blinder two-fold (coeficientes de referencia: muestra agrupada). Barras = IC 95 % bootstrap Rao–Wu (R = 150). Jade: componente que reduce la brecha; carmín: la amplía o no se explica.
Diez años de informalidad: mejor composición, peores tasas
Entre 2014 y 2024 la informalidad subió 0.1 pp. La mayor educación de la fuerza laboral habría reducido la informalidad en 2.3 pp; pero dentro de cada nivel educativo la informalidad subió 2.4 pp. El país educó a su fuerza laboral y el mercado no la formalizó.
Shift-share con pesos de punto medio; IC bootstrap (R = 100). Jade = cambio de composición; carmín = cambio de tasas dentro de los grupos.
Shift-share por otras dimensiones
Shift-share con pesos de punto medio; IC bootstrap (R = 100). Jade = cambio de composición; carmín = cambio de tasas dentro de los grupos.
Shift-share con pesos de punto medio; IC bootstrap (R = 100). Jade = cambio de composición; carmín = cambio de tasas dentro de los grupos.
Shift-share con pesos de punto medio; IC bootstrap (R = 100). Jade = cambio de composición; carmín = cambio de tasas dentro de los grupos.
Brechas ajustadas por submuestra
| Modelo | Submuestra | Cruda | Ajustada | n |
|---|---|---|---|---|
| Informalidad: mujeres vs hombres | 1 | 5.3 | 5.4 | 37,133 |
| Informalidad: mujeres vs hombres | Rural | 3.1 | 1.7 | 21,188 |
| Informalidad: mujeres vs hombres | Costa | 5.1 | 3.3 | 17,436 |
| Informalidad: mujeres vs hombres | Sierra | 4.7 | 3.9 | 21,166 |
| Informalidad: mujeres vs hombres | Selva | 1.1 | 4.0 | 13,072 |
| Informalidad: mujeres vs hombres | Lima Metropolitana | 6.1 | 6.6 | 6,647 |
| Informalidad: mujeres vs hombres | Hasta primaria | 2.1 | 1.3 | 17,018 |
| Informalidad: mujeres vs hombres | Secundaria | 7.6 | 6.7 | 23,551 |
| Informalidad: mujeres vs hombres | Superior no univ. | 6.5 | 8.0 | 8,359 |
| Informalidad: mujeres vs hombres | Universitaria | -0.2 | 1.3 | 9,393 |
| Ingreso laboral (log): mujeres vs hombres | 1 | -44.1 | -29.1 | 35,232 |
| Ingreso laboral (log): mujeres vs hombres | Rural | -66.0 | -45.1 | 16,664 |
| Ingreso laboral (log): mujeres vs hombres | Costa | -59.5 | -36.3 | 16,536 |
| Ingreso laboral (log): mujeres vs hombres | Sierra | -49.0 | -37.7 | 17,556 |
| Ingreso laboral (log): mujeres vs hombres | Selva | -37.3 | -33.3 | 11,258 |
| Ingreso laboral (log): mujeres vs hombres | Lima Metropolitana | -35.3 | -23.5 | 6,546 |
| Ingreso laboral (log): mujeres vs hombres | Hasta primaria | -57.1 | -44.3 | 14,053 |
| Ingreso laboral (log): mujeres vs hombres | Secundaria | -52.5 | -33.9 | 20,826 |
| Ingreso laboral (log): mujeres vs hombres | Superior no univ. | -40.4 | -32.8 | 7,974 |
| Ingreso laboral (log): mujeres vs hombres | Universitaria | -22.1 | -17.9 | 9,043 |
| Participación laboral: mujeres vs hombres | 1 | -18.1 | -17.4 | 57,908 |
| Participación laboral: mujeres vs hombres | Rural | -15.6 | -14.8 | 27,568 |
| Participación laboral: mujeres vs hombres | Costa | -20.3 | -20.1 | 26,627 |
| Participación laboral: mujeres vs hombres | Sierra | -13.0 | -11.8 | 29,115 |
| Participación laboral: mujeres vs hombres | Selva | -20.8 | -19.6 | 18,479 |
| Participación laboral: mujeres vs hombres | Lima Metropolitana | -18.8 | -17.8 | 11,255 |
| Participación laboral: mujeres vs hombres | Hasta primaria | -21.1 | -19.8 | 24,097 |
| Participación laboral: mujeres vs hombres | Secundaria | -21.1 | -19.6 | 36,903 |
| Participación laboral: mujeres vs hombres | Superior no univ. | -15.7 | -15.0 | 11,065 |
| Participación laboral: mujeres vs hombres | Universitaria | -8.9 | -8.4 | 13,411 |
| Informalidad: lengua indígena vs castellano | 1 | 16.1 | 4.9 | 37,133 |
| Informalidad: lengua indígena vs castellano | Rural | 3.5 | 1.1 | 21,188 |
| Informalidad: lengua indígena vs castellano | Costa | 13.7 | 6.2 | 17,436 |
| Informalidad: lengua indígena vs castellano | Sierra | 12.4 | 3.9 | 21,166 |
| Informalidad: lengua indígena vs castellano | Selva | 10.2 | 2.8 | 13,072 |
| Informalidad: lengua indígena vs castellano | Lima Metropolitana | 17.2 | 4.3 | 6,647 |
Coeficientes LPM ×100: puntos porcentuales (resultados 0/1) o ≈ % (log ingreso). sandwich linealizado por PSU; IC t con df = n_psu − n_estratos. Los sellos de las brechas se asignan por tamaño de muestra (A ≥ 200, B ≥ 30), no por error relativo. Descarga: models.json, decompositions.json.