I. INTRODUCCIÓN

La educación es uno de los aspecto más importantes para promover el desarrollo económico y social de las naciones, brinda conocimientos y destrezas para que los individuos logren insertarse de manera satisfactoria en el mercado laboral [1]. La educación también es muy importante porque genera mayores ingresos laborales y mejora el bienestar de las familias [2]. Educarse genera costos de oportunidad como oportunidades laborales, pero el efecto marginal seria mejores niveles de ingre- sos a un futuro [3].

La decisión del individuo de educarse y el nivel de calidad de su educación, son elementos que se debe te- ner en cuenta al momento de adquirir nuevos conoci- mientos, destrezas y capacidades, que se traducirá en el buen manejo de tecnologías, contar con mejores opor- tunidades laborales, mejora en la productividad y ser participe del mercado laboral [4]. Se puede tomar en cuenta otros aspectos o características individuales de la persona como la edad, el sexo, la experiencia adquirida, la actitud frente a los nuevos retos, entre otros, como elementos que influyen en la decisión de pertenecer al mercado laboral [3].

La inversión en la educación y sus rendimientos o sus retornos, se basan en la teoría del capital humano desarrollados desde los años de 1950, habiendo varios trabajos empíricos al respecto donde tratan de modificar los patrones de comportamiento de los individuos [5]. Para analizar el efecto de la educación a nivel nacional, se toma en cuenta a la teoría de capital humano como directriz principal, puesto que este principio sugiere que mayores niveles de educación implican mejores índices de productividad, lo cual se deriva en un incremento salarial de la persona.

La investigación se justifica por la necesidad de ana- lizar el impacto de la formación académica y la expe- riencia sobre el ingreso, para explicar lo importante de invertir en educación y en las capacidades productivas de la población. Además, se utiliza la teoría económica de capital humano, se tomó en cuenta la ecuación de in- gresos de Mincer y dado los problemas de sesgo de se- lección se utilizó el modelo de Heckman en dos etapas.

Mediante la investigación se responde a las pregun- tas: ¿Cuál es el ingreso promedio según la educación y regiones del Perú?, ¿Existe brechas en los ingresos de los habitantes del Perú?, ¿Cuáles son los retornos de la educación de los habitantes peruanos según sus carac- terísticas?

Por lo tanto, el objetivo general es identificar la retri- bución de la educación en los ingresos de los habitantes del Perú. Los objetivos específicos son, i) identificar los ingresos según el nivel de educativo y por regiones a

nivel nacional. Ii) estimar la brecha de ingresos según el género, área de residencia y condicional laboral, y iii) identificar los retornos de la educación de las personas y la experiencia adquirida y según algunas características personales.

II. DESARROLLO

A.Evidencia empírica de los retornos de la edu- cación.

La metodología que se ha convertido en un icono para estudiar el retorno de la educación en los ingresos, es la ecuación de Mincer, enfoque que fue propuesto justamente por Mincer en el año 1974 [1], esta ecuación es una función unidimensional que pretende estimar la retribución o el retorno de los ingresos por haber inver- tido un año más de estudio por parte del individuo[3].

La evidencia empírica internacional demuestra que los retornos a la educación es diferenciado, el estudio de [6], usando la ecuación de Mincer con datos provenien- tes de encuestas, demuestran que en África los retor- nos de la educación es 6,5% en promedio, los retornos máximos y mínimos están en los países de Etiopia con 12,5% y Ghana con solo 4,7%. Asimismo, en Asia los retornos son de 1,9% en promedio, los máximos retor- nos en Kirguistán con 9,7% y los mínimos en Iraq con 0,7%. En Europa los retornos promedio son de 6,8%, los máximos en Serbia con 10,9% y los mínimos con 0,2% en Bulgaria.

Así mismo, para América Latina, la retribución de la educación para los países de Ecuador, Panamá, Perú y Brasil en promedio es 8% más de sus ingresos, va- riando entre los países entre 6,5% y 11% respectiva- mente [6]. La retribución a la educación en México, por cada año adicional de estudios se establece en 7,97% para los individuos varones y 6,78% para los individuos mujeres del área urbana, y 9,83 % para la población masculina y de 11,84% para la población femenina del área rural [7].

Para Colombia los retornos de educación de la po- blación femenina son mayor que para la población mas- culina. Además, cuando las mujeres viven en el área rural se reducen los ingresos, debido a que no existe oportunidades laborales en dicha área, también conclu- ye que si las mujeres tienen al menos bachillerato sus ingresos se incrementan en al menos 22,6%, cuando tie- nen al menos título universitario sus ingresos se incre- mentan en 34,6%. Si laboran en el sector dependiente sus ingresos se incrementan en al menor 43% [8].

Los resultados de un estudio para Nicaragua, indican que por un año más de educación sus retornos educati- vos son de 7,1% en promedio, referente a la experiencia

potencial, por un año de experiencia sus ingresos se in- crementan en 3% [9]. Para Ecuador, los retornos de la educación básica varían entre 8% y 9%; de igual forma al usar la experiencia efectiva resuelve que esta retorna el 2% de los ingresos, también se afirma que la educa- ción formal provee mayor productividad e ingresos a las personas [10].

A nivel nacional, tenemos el estudio de [11] quie- nes identifican que por un año más de educación los retornos en los hogares peruanos es de 10,43% apro- ximadamente. Además, la retribución de la educación para los residentes de la zona urbana es 13,6% y para lo que radican en el área rural con 5,89%. En otro estudio realizado para la región de Puno por [12], obtienen la retribución de la educación, que se establece en 12,36% por invertir un año más de estudios.

Según el Instituto Nacional de Estadística e Infor- mática - INEI [13], para el año 2019, el ingreso real pro- medio per cápita mensual asciende a 1,035 soles, que representa un incremento de 1,3% respecto al año ante- rior. Respecto a la zona de residencia, en la zona urbana los ingresos promedios per cápita mensual ascienden a 1,172 soles y en la zona rural ascienden 533 soles.

B.Evidencia teórica de los retornos de la educa- ción.

Respecto a la teoría de capital humano, se inicia cuando Smith [14] compara a un individuo con edu- cación con una máquina muy costosa. Posteriormente Schultz [2] precisa el conocimiento de capital humano como la suma de las capacidades de los seres humanos que adquieren a lo largo del tiempo y se desarrollan gra- cias a la educación, afirma también que la inversión en la educación mediante el tiempo o recursos, hace que las personas adquieran habilidades y conocimiento, me- jora sus ingresos y son más productivos en el ámbito donde se desarrollen.

Tiempo después, Becker [15] consolida los concep- tos de la teoría de capital humano, menciona que el im- pacto de la educación de un individuo es su nivel de ingreso, y la diferencia con el individuo no educado, es que los primeros invierten más en la superación propia, ya sea en el tiempo, económicamente, obviamente con unos costos de oportunidad, pero posteriormente las re- compensas serian en los niveles altos de sus ingresos y el aumento de su capacidad productora y la manera de enfrentar problemas laborales.

De igual manera, años después Mincer [1] manifies- ta que el nivel educativo o escolaridad, no debería ser el único elemento que debemos tener en cuenta para el capital humano, pues manifiesta que la experiencia ad- quirida es otro elemento importante que se debe incor-

50

porar y estudiarlo. De esa manera Mincer hace aportes importantes a la teoría del capital humano, desarrolla un modelo econométrico que se estima mediante la meto- dología de Mínimos Cuadrados Ordinarios – MCO con el objetivo de estimar la influencia de la educación y la experiencia adquirida hacia el nivel de ingresos de las personas.

La ecuación planteada por [1], es una función eco- nométrica semilogarítmico, la variable explicada de ingresos se toma con su logaritmo respectivo con la finalidad de realizar la interpretación en términos de porcentajes ante un incremento en una unidad de la va- riable educación, y la variable experiencia adquirida y tiene la siguiente forma

ln Ingresoi = β0 + β1Educai +

Donde la variable indica el nivel de ingreso del individuo en un momento del tiempo, la variable co- rresponde al grado de instrucción o años de educación del individuo, significa la experiencia adquirida por el

ticamente representa el intercepto, pero económicamen- te significa el ingreso mínimo del individuo sin educa- ción y sin experiencia, el parámetro es el retorno de la educación, es decir los ingresos por un año adicional de estudios que obtiene el individuo y el signo esperado es positivo, el parámetro representa el retorno por un año adicional de experiencia adquirida y el signo esperado debe ser positivo, el parámetro es un valor estimado del efecto de la experiencia adquirida al cuadrado y el signo esperado es negativo.

Para estimar la experiencia laboral adquirida por parte de los individuos, asumimos el supuesto de que se debe contabilizar a partir del ultimo de su último grado de estudios adquiridos, quienes luego de ellos ingresan al mercado laboral, a ese resultado debe restarse los 6 años antes de ingresar al nivel educativo primario.

III. METODOLOGÍA

El estudio, tiene un enfoque cuantitativo, debido a que se basa en una medición numérica tal como indica

[16].Así mismo, el nivel de estudio es de carácter des- criptivo y correlacional. La metodología de investiga- ción es inductiva, el modelo econométrico es predictivo y dicho modelo no se ha derivado de un marco teórico

[17].Para el procesamiento de datos, análisis estadís- tico y econométrico, se utilizó el software estadístico Stata.

El estudio se realizó a nivel del Perú, la muestra as- ciende a 54,327 observaciones que son individuos entre 18 a 65 años de edad. Los datos, fueron tomados de la Encuesta Nacional de Hogares – ENAHO 2019, aplica- das de manera permanente por el Instituto Nacional de Estadística e Informática del Perú, con la finalidad de crear indicadores para conocer como es la evolución de la pobreza, de las condiciones de vida de los habitantes y su bienestar.

Respecto a la descripción detallada de los métodos por objetivos específicos, el método de estimación de la brecha de los ingresos, según la escolaridad y las ca- racterísticas de los individuos, la formula usada fue si- guiendo a [18], y se define de la siguiente manera

Cuando comparamos entre hombres y mujeres, lu- gar de residencia y tipo de trabajo, en consignamos, en cualquiera de las comparaciones, al individuo que ten- ga menor ingreso en el numerador, en consignamos el ingreso mayor del individuo que estamos comparando.

El modelo econométrico para estimar los retornos de la educación es la ecuación (3), donde el estimador

expresa la retribución por la educación, como la re- tribución por la experiencia, el termino es el termino aleatorio, donde el valor esperado es cero , la variable indica la incorporación de otras variables que pueden explicar la probabilidad de trabajar o no

(3)

La ecuación anterior, llamada ecuación de Mincer, se estima mediante el método de Heckman en dos eta- pas, que permite corregir un posible sesgo de selección muestral, el cual también es conocido como truncamien- to incidental [19], el método de Heckman desarrolla un método bietápico que consiste en estimar en dos etapas, la primera etapa es un modelo de elección discreta de preferencia Logit o Probit estimada mediante la máxi- ma verosimilitud, que permite estimar la probabilidad de que la persona pertenezca o no al mercado laboral, conocida como Regresión auxiliar, mientras la segunda etapa consiste en estimar un modelo de Mínimos Cua- drado Ordinarios (MCO), el cual permite calcular los retornos de la educación [20]. Para concretizar los ob- jetivos y estimar los retornos educativos, se utilizó las variables siguientes de la tabla 1.

+

+

-

+/- +/-

+/-

+

+/-

IV.RESULTADOS

A.Ingreso laboral promedio según el nivel educa- tivo de los habitantes a nivel nacional

Los ingresos laborales de los habitantes peruanos según el nivel educativo son heterogéneos (Figura 1), es decir, a medida que se incrementa el nivel educativo,

.

entonces se incrementa los ingresos. Si un individuo no tiene educación sus ingresos laborales en promedio es de S/. 451,34 soles, mientras que el individuo sea más educado con maestría o doctorado, sus ingresos se in- crementan en promedio a S/. 4.219,00. De aquí viene la importancia de la educación que se refleja en los in- gresos.

Respecto a los ingresos laborales según regiones también resultó ser heterogéneo o diferenciado, los resultados obtenidos (Tabla 2) muestran que la región donde los habitantes tienen mayores ingresos es Lima

con S/. 1.872,25 soles mensuales en promedio, y la re- gión que menos ingresos tienen sus habitantes es Huan- cavelica con S/. 721,16 soles mensuales en promedio.

B.Brecha del ingreso laboral según género, área de residencia, condición laboral y nivel de estudios.

La brecha de ingreso laboral mensual, resulto ser di- ferenciada (Tabla 3). Según el género, si el entrevista- do es mujer percibió 26,77% menos de ingreso laboral mensual respecto a los hombres (S/. 1.082,90 frente a S/. 1.478,90). Si la persona reside en el área rural perci-

bió relativamente menos cantidad de los que residen en el área urbana (S/. 772,23 frente a S/. 1.602,30) regis- trando una brecha de 51,80%. Si el individuo tiene un trabajo independiente percibió en promedio menor pro- porción sus ingresos que los trabajadores dependientes (S/. 935,22 frente a 1.759,24) con una brecha entre am- bos de 46,83%.

Fuente: Elaborado con base a la ENAHO 2019.

Respecto a los ingresos laborales por hora, según el género, si la persona es mujer, percibió 14,05% menos de ingreso laboral por hora respecto a los hombres (S/. 7,22 frente a S/. 8,40). Si la persona reside en el área ru- ral entonces percibió relativamente menos cantidad que los residentes del área urbana (S/. 4,7 frente a S/. 9,63) evidenciando una brecha de 51,14% en ambos grupos. Por otro lado, si el individuo tiene un trabajo indepen- diente percibió en promedio menor cantidad de ingre- sos que los trabajadores dependientes (S/. 6,07 frente a 10,11) mostrando una brecha entre ambos de 40,00%.

En relación a los años de estudio alcanzado, a nivel nacional las mujeres estudian en promedio relativamen- te menos años que los hombres (9,43 años frente a 9,73 años). Los residentes rurales estudian en promedio me- nos años que los residentes urbanos (6,71 años frente a 11,13 años). Finalmente, los que trabajan de forma independiente estudian 7,88 años frente a los 11,61 años de los que trabajan en forma dependiente. Las brechas de los estudios según características son 3,13%, 39,72% y 32,13% respectivamente.

C.Retornos de la educación hacia los ingresos la- borales.

En la Tabla 4 se muestran los resultados de los retor- nos de la educación a nivel nacional, según el sexo y el

área de residencia. Es así que, en la segunda columna muestran los resultados a nivel del Perú e indican que los ingresos laborales se incrementan en 12,46% por un año adicional de estudios, se incrementa en 6,52% por un año adicional de experiencia y disminuye en 0,09% si la experiencia esta elevada al cuadrado. Las variables son estadísticamente significativas al 1% de nivel de significancia.

Mientras que la probabilidad de trabajar en el merca- do laboral se incrementa en 2,74% por un año adicional de educación, en 2,65% por un año de experiencia y disminuye en 0,04% por experiencia adicional al cua- drado. Además, la probabilidad de trabajar se incremen- ta en 1,60% más si son casados respecto a los solteros, en 5,53% si son hombres respecto a las mujeres, en 19,52% si residen en el área urbana respecto a los del área rural, y el 97,24% si trabajan como independientes respecto a los que trabajan como dependientes.

D.Retornos de la educación según el género del jefe de hogar.

De los retornos de la educación según el sexo de los habitantes peruanos, en la tercera y cuarta columna de la tabla 4, indican que los estudios benefician en mayor proporción a las mujeres (13,23%) que a los hombres (11,51%) por un año adicional de estudio. Así mismo,

por un año más de experiencia los ingresos se incre- mentan en mayor proporción para los hombres (6,57%) en relación a las mujeres (6,44%), y disminuye en 0,1% para los hombres y 0,0% para mujeres por un año adi- cional de experiencia al cuadrado.

De la probabilidad de trabajar, los hombres tienen 3,19% mayor probabilidad de trabajar que las mujeres 2,09%, por cada año adicional de educación. Las mu- jeres tienen mayor probabilidad 3,18% frente a 2,21% que los hombres por un año de experiencia potencial, y disminuye casi en la misma proporción si se incrementa la experiencia al cuadrado. Si los hombres son casados

se incrementa la probabilidad de trabajar en 6,85% sin embargo, cuando la mujer es casada esta disminuye en 2,87%, posiblemente por realizar labores domésticas.

Si las mujeres residen en el área urbana tienen mayor probabilidad de trabajar 34% respecto a los de la zona rural, y los hombres de la zona urbana tienen 10,66% frente a los hombres de la zona rural. Finalmente, las mujeres con trabajo independiente tienen 90,11% (en comparación de las que laboran en el sector dependien- te) y los con trabajo independiente tienen mayor proba- bilidad que los trabajadores dependientes.

E.Retornos de la educación según el área de re- sidencia.

Los retornos de la educación según el área de resi- dencia, se ubican en la columna quinta y sexta de la ta- bla 4, los resultados refieren que si los individuos viven en el área urbana sus ingresos se incrementan 10,62% más respecto a los que residen en el área rural 9,83% por un año adicional de estudios. Así mismo, sus ingre- sos se incrementan en mayor proporción para la zona urbana 6,62% frente a 6,29% por un año más de expe- riencia, esta probabilidad disminuye para residentes de la zona urbana y rural por un año adicional de experien- cia al cuadrado.

De la probabilidad de trabajar en el mercado laboral, los habitantes de la zona urbana tienen mayores proba- bilidades de trabajar 3,81% (en comparación con los de la zona rural 0,71%), un año adicional de experiencia laboral hace que incrementen en la misma proporción la probabilidad de trabajar, tanto para residentes de la zona urbana y rural en 2,51% aproximadamente, y dis- minuye para ambos la probabilidad si se incrementa la experiencia al cuadrado.

Si los residentes de la zona urbana son casados se incrementa la probabilidad de trabajar en 4,92% respec- to a los no casados. Sin embargo, los que radican en la zona rural su probabilidad disminuye en 3,28% respec- to a los solteros. Según el género, para la zona urbana no es un determinante significativo, sin embargo, para la zona rural si son hombres se incrementa en 19,76% más que las mujeres. Finalmente, la probabilidad de los residentes de la zona rural se incrementa más cuando son trabajadores independientes 74,61% (en compara- ción con los trabajadores dependientes) y se incrementa para los residentes urbanos en 111% más para los traba- jadores independientes.

El componente ratio de lambda (λ) de los cinco mo- delos resultó con signo positivo y estadísticamente sig- nificativo al 1%, indica que los individuos tienen ma- yores probabilidades de trabajar, es decir existe mayor oferta laboral y admitirían remuneraciones por debajo del sueldo mínimo legal. Respecto a la inferencia esta- dística, el valor del estadístico rho sirve para contrastar la existencia o no de sesgo de selección muestral, los valores en los cinco modelos regresión son mayores de la unidad concluyendo que los modelos están bien es- pecificados.

Respecto al estadístico de Wald, los valores del p-valor son menores al 0,05, por tanto, existe suficiente evidencia estadística para rechazar la hipótesis nula de que el coeficiente es cero, concluimos que el coeficiente es diferente de cero y el modelo es el adecuado para realizar las estimaciones o están bien especificados.

Estos resultados están en relación con otros estu- dios, como el de [12], donde indican que por cada año de educación adicional, los ingresos se incrementan en 12,36%. Además [11], concluye que el ingreso laboral se incrementa en 10,43% por un año más de estudio, respecto al género de los jefes de hogar, para las mu- jeres su retorno es (10,62%) menos que las hombres (11,84%). Respecto al área de residencia, para los del área urbana se aumenta en 13,6% por año adicional de educación en comparación con los del área rural (5,89%), los ingresos de los jefes de hogar asalariados son mayores (14,16%) respecto a los trabajadores inde- pendientes (6,07%).

V. CONCLUSIONES

Según los resultados, se puede aseverar que la edu- cación influye en los ingresos laborales, es decir, mien- tras mayor sea la escolaridad de los individuos sus ingresos aumentan, también se incrementa el nivel de productividad de los trabajadores obteniendo retribu- ciones a causa de ello en el ámbito laboral. Las personas sin nivel educativo tuvieron un ingreso promedio men- sual de S/. 451,35 soles mientras que una persona con grado de maestría o doctorado sus ingresos ascienden a S/. 4.219,00 soles mensuales en promedio. A nivel del Perú, en la región de Lima los habitantes tienen los ma- yores ingresos promedio mensual de S/. 1.872,25 soles y la región donde tienen menos ingresos es Huancaveli- ca con S/721,16 soles.

Se confirma que existe brechas en los ingresos la- borales a nivel nacional según las características perso- nales de cada individuo. Los hombres tienen ingresos más altos en comparación a las mujeres, con brechas de 26,77% en el ingreso mensual y 14,05% en el ingreso por hora. Los residentes del área urbana ganan más que los residentes del área rural con brechas de 51,80% en el ingreso mensual y 51,14% en el ingreso por hora. Los que laboran como dependiente tienen mayores ingresos que los trabajadores independientes, con brechas de 46,83% en el ingreso mensual y 40,00% en el ingreso por hora.

Las estimaciones del retorno a la educación de los cinco modelos se realizaron en forma correcta, la in- ferencia estadística indica que sus valores son los ade- cuados y dentro de los parámetros que establece la es- tadística. Los signos esperados de los parámetros son consistentes con la teoría económica, donde se men- ciona que la educación como la experiencia adquirida tienen efectos positivos sobre los ingresos de los indi- viduos, luego los retornos de la experiencia empiezan a descender, esto debido a la edad de los trabajadores, la tendencia de los ingresos es creciente hasta cierto pun-

to, luego empiezan a disminuir.

Los retornos hacia los ingresos se asemejan a los re- sultados obtenidos tanto a nivel nacional como interna- cional. Así a nivel nacional, el retorno o la tasa de retor- no por un año de educación ascienden a 12,46% y por un año de experiencia asciende a 6,52%. El retorno para las mujeres en mayor que para los hombres (13,23% frente al 11,51%). El retorno se incrementa en mayor proporción para los residentes urbanos que los rurales (10,62% frente a 9,83%), si la experiencia adquirida se incrementa un año la retribución económica es mayor para los residentes urbanos que para los rurales (6,62% frente al 6,29%). En todos los modelos si la experien- cia al cuadrado se incrementa en un año, los retornos van disminuyendo, debido al perfil edad/ingreso pues se observa una tendencia creciente de los ingresos hasta cierta edad luego disminuyen.

Queda demostrado que la inversión en capital huma- no es muy rentable, ampliando sus conocimientos me- diante más años de escolaridad, que no solo mejora su capacidad intelectual sino la productividad en el ámbito donde se desenvuelven y eso se traduce como un re- torno monetario por invertir un año más de educación. Obviamente que existe diferencias entre cada ciudad y región del país, pero sus gobernantes deberían crear incentivos para que los ciudadanos peruanos alcancen máximos niveles educativos y de esa manera suscitar el crecimiento económico social y la calidad de vida de los hogares del Perú.

REFERENCIAS

[1]J. Mincer, “Schooling, Experience, and Earnings,” Natl. Bur. Econ. Res., 1974, [Online]. Available: https:// www.nber.org/books-and-chapters/schooling-experien- ce-and-earnings.

[2]T. W. Schultz, “Investment in Human capital,” Am. Econ. Rev., vol. Vil. (1)2, 1961.

[3]J. Freire and M. Teijeiro, “Las ecuaciones de Mincer y las tasas de rendimiento de la educación en Galicia,” Investig. Econ. la Educ. 5 - Univ. A Coruña, 2010.

[4]K. Ogundari and A. Abdulai, “Determinants of Hou- sehold’s Education and Healthcare Spending in Nige- ria: Evidence from Survey Data,” African Dev. Rev., vol. Vol. 26, N, pp. 1–14, 2014.

[5]C. Montenegro and H. Patrinos, “Comparable esti- mates of returns to schooling around the world,” Policy Res. Work. Pap. Ser. 7020, World Bank., 2014.

[6]G. Fink and E. Peet, “Returns to Education in Low and Middle-Income Countries: Evidence from the Li- ving Standards and Measurement Surveys,” Progr. Glob. Demogr. Aging Harvard Univ., vol. PGDA Wor- ki, 2014, [Online]. Available: https://cdn1.sph.harvard.

56

edu/wp-content/uploads/sites/1288/2015/06/PGDA_ WP_120_Fink.pdf.

[7]L. Godínez, E. Figueroa, and F. Pérez, “Rentabilidad privada de la educación en el Estado de México,” Pape- les Poblac. - Univ. Auton. Mex., vol. Vol. 22 N°, 2016. [8]M. Diaz, “Brecha Salarial por Género en Colom- bia.,” Econ. y Finanz. Int. - Univ. la Sabana - Colomb., 2014.

[9]M. Urroz and M. Salgado, “La relación entre educa- ción e ingresos: estimación de las diferencias salariales por nivel educativo alcanzado,” Fund. Zamora Terán, 2014.

[10]E. Tarupi, “El capital humano y los retornos a la educación en Ecuador,” Gest. - Rev. Int. Adm., 2015, [Online]. Available: https://revistas.uasb.edu.ec/index. php/eg/article/view/571.

[11]R. Arpi and L. Arpi, “Retornos Heterogeneos a La Educación En el Mercado Laboral Peruano, 2015,” Rev. Investig. Altoandina, vol. Vol. 18, 2016.

[12]R. Paz and J. C. Quilla, “Retornos a la Educación de los Jefes de Hogar en la Región de Puno, 2011 – 2015,” Rev. Investig. Altoandina, vol. V. 18, 2016.

[13]INEI, “Instituto Nacional de Estadistica e Informa- tica - Evolucion de la Pobreza Monetaria 2008 - 2019,” 2020. [Online]. Available: https://www.inei.gob.pe/me- dia/cifras_de_pobreza/informe_pobreza2019.pdf.

[14]A. Smith, An Inquiry into the Nature and Causes of the Wealth of Nations. Londres: Londres - Reino Unido, 1776.

[15]G. Becker, “A Theory of the Allocation of Time,” Econ. J., vol. Vol. 75 N°, p. pp.493-517, 1964.

[16]R. Hernández, C. Fernández, and M. del P. Baptis- ta, Metodologia de la Investigación, vol. 6ta Ed. 2014. [17]W. Mendoza, Cómo Investigan los Economistas, 1ra Ed. Lima - Perú, 2014.

[18]D. Alfaro and E. Guerrero, “Brechas de genero en el ingreso: Una mirada mas alla de la media en el sector agropecuario,” Consorc. Investig. Econ. y Soc. - CIES, 2013, [Online]. Available: http://cies.org.pe/sites/de- fault/files/investigaciones/1_informe_final_pb19_-_al- faro_y_guerrero_final.pdf.

[19]J. Wooldridge, Introduccion a la Econometria. Un enfoque moderno, 4ta Ed. Mexico, D.F., 2009.

[20]D. Gujarati and D. Porter, Econometría. 2010.