La Oferta de trabajo en el Perú: 2004-2012
Débora Reyna García
21 de junio de 2015
Asesor: Nikita Céspedes Reynaga
Resumen
En esta tesis se estima la elasticidad de la oferta laboral para Perú en el pe-
riodo 2004-2012. Para ello, se utiliza la técnica de panel dinámico desarrollada
por Arellano-Bond (1991), esto permite lidiar con los problemas de sesgos de
selección y variables no observables. Las variables explicativas a utilizarse son
el género, la edad, el tamaño de la empresa, la experiencia y el nivel educativo.
Utilizando datos de la Encuesta Nacional de Hogares se encuentra que la elas-
ticidad de la oferta laboral es aproximadamente 0.22 para la población urbana
en edad de trabajar. Asimismo, esta elasticidad es decreciente a lo largo del
período de análisis, lo cual implica que a futuro y para efectos de políticas de
transferencias es relevante realizar el análisis frente al efecto ingreso que estas
generan.
1
1 Introducción
La elasticidad de la oferta laboral mide la reasignación de las horas traba-
jadas frente a una variación de salarios; según Graafland et al (2000) es muy
importante como instrumento para el diseño de políticas públicas, por ejemplo
para la implementación de políticas tributarias y la implementación de políti-
cas de transferencias. Esto debido a que generalmente los impuestos o subsidios
tienden a distorsionar la elección de los individuos, lo cual hace relevante conocer
ex-ante cuál es su patrón de comportamiento.
En esta tesis se estima la elasticidad de la oferta laboral en el Perú para el
periodo 2004-2012 y se realiza el análisis de los principales determinantes de las
horas trabajadas. Estos aspectos han sido poco estudiados para el caso peruano,
así se tienen los trabajos más recientes de Céspedes y Rendón (2012) y Yamada
(2005). El primero utiliza el estimador de efectos fijos de MaCurdy (1981) con
corrección por sesgo de selección a la Heckman y encuentra que la elasticidad de
oferta laboral de Frisch es de 0.38 ; el segundo utiliza las Encuestas Nacionales
de Niveles de Vida (ENNIVs) que permite hallar evidencia , para el período
1985 al 2002, de que la pendiente de oferta laboral en el Perú es negativa.
Durante el período analizado en este documento, la PEA ocupada creció
en un 19% y la tasa de desempleo se redujo de 5.3% a 3.7% 1; no obstante,
las horas trabajadas mantuvieron una senda de reducción con una tendencia
persistente entre categorías y características de trabajadores2. De esta manera,
entre el 2004 y el 2012, el total de horas trabajadas en la ocupación prinicipal
se redujo de 39.6 a 38.6 frente a este hecho empírico surge la pregunta en torno
a los determinantes de la oferta laboral y su asociación a factores como las
ganancias de productividad y /o crecimiento económico, los ciclos económicos,
1Fuente: MTPE. Estadísticas laborales.
2La categorías van desde área rural o urbana, edades, quintiles de ingreso,tamaño de em-
presa, niveles educativos y género
2
la sustitución de empleos y los cambios de la oferta de trabajo.
La elasticidad de oferta laboral captura la suma de los efectos sustitución
e ingreso de los cambios en salarios (y/o impuestos). La elasticidad estimada
en esta tesis para el contexto peruano, no distingue entre ambos efectos; sin
embargo, al realizar estimados según rango de ingresos podemos capturar in-
directamente la importancia de ambos efectos. La justificación obedece a que
entre las personas de altos ingresos el efecto ingreso es fuerte (domina) y estos
reducen su oferta laboral ante incrementos de salarios3. Tentativamente , el
Perú es un país de bajos ingresos y por lo tanto se espera que ante un incre-
mento de salarios la oferta laboral se incremente y por lo tanto domine el efecto
sustitución.
En esta tesis, además, analizamos la dinámica de la elasticidad de la oferta
laboral. Como se menciona en Céspedes y Rendón (2012) , caídas en la elasti-
cidad de la oferta laboral pueden explicar el crecimiento de los salarios en Perú
de los años recientes. Esto permitirá explicar cómo el mecanismo de propa-
gación de las ganancias de productividad se extiende hacia salarios mediante el
mercado laboral.
La elasticidad estimada corresponde a todo el país y a los trabajadores
asalariados. Se utiliza la ENAHO para el período 2004-2012 y el método de
estimación corresponde al de panel dinámico desarrollado por Arellano y Bond
(1991), el cual permite controlar los sesgos por elasticidad que se encuentran
en la literatura empírica de la ecuación de horas trabajadas. Los estudios para
Perú consideran períodos previos, 1985-2000 para el caso de Yamada (2005) y la
elasticidad de Frisch para Lima Metropolitana en el caso de Céspedes y Rendón
(2012).
Al considerar datos actuales y de mayor cobertura, presentamos evidencia
reciente sobre la oferta laboral intensiva en el Perú que puede ser útil en el
3Evers. M , De Moiij. R , y Van Vureen. D. (2008)
3
diseño de políticas públicas, especialmente aquellas relacionadas con la política
tributaria y las políticas de transferencias.
Los resultados señalan que la elasticidad mencionada disminuyó a través del
tiempo y esta tendencia se mantiene de acuerdo a niveles de ingreso, edades,
género y zonas. Mediante la estimación del panel dinámico que desarrollan Arel-
lano y Bond (1991), el modelo menos restringido y significativo revela que la
elasticidad se encunetra en 0.26 en la actualidad; lo cual implica que ante un
incremento de 10% de los salarios las horas trabajadas aumentan en 2.6%. Las
diferencias no son tan sensibles cuando restringimos la estimación a zonas ur-
banas donde los resultados arrojan una elasticidad de 0.22. No obstante, existen
diferencias de elasticidad según el género, los ingresos y la edad : los estimados
indican que la población de género femenino, más jóvenes y de menores ingresos
tienden a tener una mayor elasticidad y ,por ende, receptividad más amplia ante
el cambio en remuneraciones.
El trabajo está estructurado de la siguiente forma, en la sección 2 se detalla
la literatura empírica y teórica, la sección 3 es una descripción generalizada
sobre los datos y hechos estilizados, la sección 4 detalla el modelo económetrico
y el método de estimación, la sección 5 resume los resultados principales, la
sección 6 contiene las conclusiones y finalmente la sección 7 presenta los anexos
correspondientes a todos los estimados de esta tesis.
4
2 Revisión de la Literatura Empírica y Teórica
2.1 Literatura Empírica
Contemplando un marco teórico de oferta laboral intertemporal, MaCurdy
(1981) utiliza un modelo teórico de comportamiento óptimo del agente a través
del ciclo de vida. El análisis empírico en dos etapas le permite obtener estimados
de efectos sustitución (no compensados) e intertemporales, que dan información
para predecir la respuesta de las horas de trabajo frente a un crecimiento en el
salario del ciclo de vida y cambios en el patrón salarial a lo largo de la vida. El
autor realiza las estimaciones para Estados Unidos aplicando un estimador de
efectos fijos en un modelo para datos de panel de la ecuación de horas trabajadas,
considerando como instrumentos de la tasa de crecimiento de los salarios a los
rezagos de este crecimiento. La investigación encuentra que, para el caso de los
varones, un incremento del 10% en el salario real induce a un incremento de 1
a 5% de las horas trabajadas. Además, la elasticidad de sustitución fluctúa en
un rango entre 0.1 y 0.5 puntos.
Killingsworth (1984) analiza el comportamiento de las horas trabajadas to-
mando en cuenta el ciclo económico. De esta manera, existen dos posibles res-
puestas por parte de los trabajadores. Por un lado, en un entorno de recesión, el
trabajador desalentado podría decidir retirarse de la fuerza laboral. Sin embar-
go, también existe la posibilidad de que decida ingresar a un mercado de fuerza
laboral secundaria de tal manera que pueda compensar la caída de los ingresos.
Evers, Moiij y Van Vureen (2008) realiza una síntesis de estimados empíricos
de la elasticidad de la oferta de trabajo con respecto a variaciones en el salario.
En términos generales ellos encuentran que las elasticidades entre hombres no
varían mientras que ocurre lo contrario en el caso de las mujeres.
5
Este trabajo reúne cerca de 209 elasticidades de 30 distintos estudios. En
general, la media de la elasticidad de la oferta de trabajo frente a variaciones
en el salario es de 0.07 para hombres y 0.43 para mujeres. Aunque la elasticidad
de los hombres puede variar entre -0.08 a 0.18 y la de las mujeres de 0.03 a
2.79. El objetivo de esta investigación es realizar meta regresiones de un set
de variables moderadoras de la elasticidad de las horas de tal manera que pue-
dan identificar cuáles son los factores que impactan sistemáticamente sobre las
elasticidades. Los países que toman en cuenta son Finlandia, Francia, Alemania,
Italia, Nueva Zelanda, Suecia y Reino Unido. Para las estimaciones se conside-
ran características de los individuos tales como educación, genero, estado civil,
entre otros. Además, se emplean variables dummy para diferenciar de acuerdo
a características subyacentes a cada país.
Blundell, Duncan, Meghir (1998), realizan estimaciones de oferta laboral en
un entorno de cambios impositivos para el Reino Unido. Consistentes con un
modelo de comportamiento optimizador del ciclo de vida, los autores utilizan
variables instrumentales para explotar la variabilidad de respuestas de las horas
de trabajadas frente a cambios en los impuestos y en los salarios. Frente a los
problemas de cambio de composición de muestra, shocks agregados que generan
problemas de estimación e identificación, los autores desarrollan estimadores
agrupados para enfrentar estos problemas. Los principales resultados señalan
que el efecto ingreso tiende a ser dominante y negativo para mujeres con hijos.
Entre los trabajos aplicados al caso peruano, Aguilar y Rendon (2008), to-
mando en cuenta los costos laborales no observados4, estiman la elasticidad
empleo costo-laboral utilizando información de la Encuesta Nacional de Suel-
dos y Salarios5 elaborada por el Ministerio de Trabajo. Dicha encuesta contiene
información de empleo urbano en Lima Metropolitana y 24 ciudades del Perú.
4Los costos laborales no observados provienen de las aportaciones del empleador y de los
descuentos de Ley a los trabajadores.
5 ENSYS, primer semestre del 2004.
6
Las estimaciones, realizadas tanto para la categoría ocupacional de empleados
como de obreros, se realizan tomando en cuenta la endogeneidad de los salarios
y la importancia de los costos laborales no observados. Mediante la técnica de
variables instrumentales encuentran que al eliminar esta clase de costos se in-
crementa el empleo de los obreros en 53% y el de empleados en 13%. Además,
estos costos generan una pérdida de eficiencia social de 7% de la recaudación
para el caso de los empleados y de 31% de la recaudación para el caso de los
obreros.
Asimismo, Yamada (2005) realiza una estimación con respecto a los deter-
minantes y la dinámica de las horas trabajadas en el Perú urbano en el periodo
1985-2000, utilizando información de la ENAHO 6 y de las ENNIVs 7 (1997 y
2000). El autor se cuestiona sobre la posibilidad de que los agentes hayan teni-
do que incrementar las horas de trabajo para mantener el nivel de ingreso real
constante como resultado a la crisis económica de largo plazo que sufrió el país.
Los resultados señalan que la oferta de trabajo tiene pendiente negativa, lo cual
implicaría que el efecto sustitución es dominado por el efecto ingreso. Estadísti-
camente, la elasticidad promedio de la oferta de horas trabajadas con respecto
a la variación en la remuneración es de -0.1; lo cual implica que un aumento en
la remuneración por hora del 10% llevaría a un reducción de 1% en el número
de horas de trabajo ofertadas. Más aún, al incorporar otros tipos de variables de
control como relación laboral, grado de formalidad, zona de residencia, el signo
de la pendiente se mantiene negativo aunque la elasticidad promedio se reduce
a -0.06.
Finalmente, Cespedes y Rendón (2012) estiman la elasticidad de la oferta
laboral de Frisch en una economía donde la movilidad laboral es alta 8. Para ello
6Encuesta Nacional de Hogares
7Encuesta Nacional de Niveles de Vida
8Aproximadamente 19% de la población ocupada cambia de empleo cada trimestre
7
utilizan el estimador de efectos fijos aplicado en MaCurdy (1981) corrigiendo el
problema de sesgo de selección. Además, los autores contribuyen en posterio-
res investigaciones al proponer identificar la pendiente de la oferta laboral con
variables instrumentales relacionadas a cambios en el tiempo, tales como los
rendimientos de educación, años de experiencia y emplean el tamaño de empre-
sa como una variable cercana a la demanda de trabajo. Los autores encuentran
que la elasticidad de Frisch  elasticidad de sustitución intertemporal constante-
es de 0.38 y creciente en lo que va de la última década.
2.2 Marco Teórico
Para efectos de esta investigación, se considera a la curva de oferta laboral
como aquella que relaciona las horas trabajadas a la semana con el ingreso por
hora (Blundell, R. y MaCurdy, T. (1999). En este caso particular, se modelará
la decisión de horas trabajadas en el marco del modelo neoclásico en su versión
simple. De acuerdo a este modelo, los hogares toman una decisión óptima con
respecto a la senda de consumo, ahorro y las horas trabajadas.
Sin embargo, en la elección del número de horas trabajadas confluyen dos
efectos: el efecto ingreso y efecto sustitución. En el gráfico 1 se observa : en el eje
de las ordenadas se tiene el salario real, en el eje de las abcisas las horas traba-
jadas y la curva (S) representa la oferta de trabajo. Esta curva tiene pendiente
positiva en el primer tramo y luego se revierte, esto implica que conforme el
salario crece las horas trabajadas aumentan hasta un punto de inflexión donde
la pendiente se vuelve negativa pues el efecto ingreso predomina sobre el efecto
sustitución.
8
Gráfico 1 : Efecto Ingreso (EI) y Efecto Sustitución (ES)
Nota: Se muestra la relación entre el salario real (W/P) y las horas trabajadas (L) a través
de la curva de oferta laboral, El tramo de pendiente positiva indica que el efecto sustitución
es mayor al efecto ingreso. El tramo donde la pendiente se revierte indica el caso contrario.
Fuente: Cahuc, P. & Zylberger, A. (2004).
Ante un aumento de los salarios cada hora de trabajo hoy compra más
consumo que en el periodo anterior, por lo tanto existen incentivos a incrementar
el consumo y reducir el ocio dado que el precio relativo del ocio ha aumentado.
Esto ocurre por el efecto sustitución.9
Por otro lado, el efecto ingreso implica que ante un aumento (disminución)
de los salarios los agentes pueden obtener más (menos) bienes con una menor
(mayor) cantidad de horas trabajadas. Frente a una subida del salario, el efecto
ingreso provoca una reducción del número ofrecido de horas de trabajo.
El efecto global que produce un aumento del salario en el número de horas de
trabajo ofrecidas por una persona depende de las magnitudes relativas de estos
9Veáse Cap.1 Cahuc, P. & Zylberger, A. (2004).
9
dos efectos. Si el efecto sustitución es mayor que el efecto ingreso, el individuo
ofrecerá más horas de trabajo cuando sube el salario y esto coincide con el tramo
ascendente de la curva de oferta laboral. De modo inverso, si el efecto ingreso
es dominante, los individuos decidirán trabajar menos y esto es coincidente con
el tramo de la curva de trabajo que se vuelve hacia atrás. En el gráfico 2 se
observa los movimientos de ambos efectos dentro de la decisión ocio - consumo
que toman los agentes cada periodo.
La recta C1O nos indica que existe una relación inversa entre ocio (O) y
consumo (C). Si los ingresos aumentan y se toma la decisión de trabajar más
horas, el consumo aumenta y eso desplaza el intercepto hacia arriba, es decir el
punto C2 . Así, ocurrirán 2 movimientos: por un lado, el efecto ingreso genera
mayores posibilidades de consumo por lo que se demandan más bienes y nos
desplazamos de H0 al punto H1; sin embargo se tienen menos horas de ocio
para poder consumir más. El efecto sustitución, por el cual el individuo siente
que ya satisfizo su demanda de consumo y prefiere ocio, nos lleva de H1 al punto
H2. El efecto dominante nos indica en qué tramo de la curva de oferta de trabajo
nos encontramos.
10
Gráfico 2 : Decisión Ocio - Consumo: Variaciones Efecto Sustitución y Efecto
Ingreso
Nota: Se muestra la decisión entre consumo y ocio a la cual los agentes están sometidos
en cada período. Además, frente a variaciones del ingreso las posibilidades de consumo varían
y el efecto neto sobre si consumir más o menos y la decisión análoga en ocio dependerán de
cuál de los efectos (sustitución e ingreso) sea el dominante.
Fuente: Blundell, R. y MaCurdy, T. Labor supply: A review of alternative approaches.
(1999).
En resumen:
ˆ Efecto sustitución: Ante aumentos del salario real, el ocio se encarece en
relación al consumo. En el gráfico dicho efecto es la disminución del ocio de H0
a H1.
ˆ Efecto ingreso: Ante aumentos del salario real se incrementa el ingreso real
del individuo. Al contar con un mayor ingreso real el individuo demanda más
de ambos bienes. Así dicho efecto incrementa el consumo de ocio de H1 a H2.
2.3 Modelo Teórico
Para fines ilustrativos se extiende el modelo de crecimiento neoclásico básico
donde los agentes deciden racionalmente la relación optima de trabajo ocio;
11
por ello la cantidad de horas destinadas al mercado laboral serán endógenas
(Blundell, R. y MaCurdy, T. (1999). Las preferencias de los hogares están
descritas por la función de utilidad intertemporal:
U =
∞∑
t=1
βt−1U
(
Ct
Lt
,
Lst
Lt
)
Donde Lst representa la oferta total de trabajo de la familia, y el restante
corresponde el tiempo de ocio.
Ct representa el consumo de los individuos.
Se asume que u
′
c > 0, u
′
lt
< 0. Es decir el trabajo genera desutilidad
mientras el consumo genera utilidad positiva en los individuos. Para efectos del
análisis se expresa el modelo de manera intensiva de tal forma que la utilidad
está representada por :
U =
∞∑
t=1
βt−1U
(
Ct
Lt
,
Lst
Lt
)
=
∞∑
t=1
βt−1U(ct, lt)
Donde lt es la oferta de trabajo de cada familia, y ct el consumo por familia.
La restricción presupuestaria a la que se enfrentan las familias es :
ct + bt = wtlt + (1 + r)bt−1
Donde ct es el consumo per cápita y bt es la tenencia de bonos, así bt > 0
indica ahorro . El salario está representado por wt, además se tiene una tasa de
interés r que es referente del valor de bt.
12
El problema se convierte en :
Max.
∞∑
t=1
βt−1U(ct, lt)
sujeto a:
ct + bt = wtlt + (1 + r)bt−1;∀t = 1, 2, ...
ct > 0
limt→∞
[
1
1+r
]t+1
bt → 0
El lagrangiano del problema se convierte en:
L =
∞∑
t=1
[βt−1U(ct, lt) +
∞∑
t=1
λt[wtlt + (1 + r)bt−1 − ct − bt]
Las condiciones de primer orden son:
∂L
∂ct
= βt−1Uc(ct, lt)− λt = 0 (1)
∂L
∂lt
= βt−1Ul(ct, lt) + λtwt = 0 (2)
∂L
∂bt
= −λt + (1 + r)λt+1 = 0
13
∂L
∂λt
= wtlt + (1 + r)bt−1 − ct − bt = 0
La ecuación de oferta laboral se deriva de (1) y (2):
λt = β
t−1Uc(ct, lt) = −β
t−1Ul(ct, lt)
wt
−Uc(ct, lt) = Ul(ct, lt)
wt
(3)
(3) Es la ecuación de oferta laboral que relaciona salarios (wt) con las horas
que los trabajadores están dispuestos a ofertar en el mercado.
La elasticidad de oferta laboral se deriva de estas ecuaciones tomando difer-
encial total.
Derivando totalmente y asumiendo que la función de utilidad es separable
entre consumo y ocio (Uc,l = Ulc = 0):
−Ucc(ct, lt)dc = Ull(ct, lt)
wt
dl − Ul(ct, lt)
w2t
dwt
Además de la restricción presupuestaria tenemos el diferencial total igual a
: dct = wtdlt + ltdwt. Asumiendo que el ahorro no cambia.
−Ucc(ltdwt + wtdlt+)dc = Ull
wt
dl − Ul
w2t
dwt
14
Ordenando obtenemos la elasticidad de la oferta laboral:
ξltwt =
dlt
dwt
.
wt
lt
=
Ul
lt
− w2tUcc
Ull + w2tUcc
(4)
Notar que la elasticidad de oferta laboral puede tomar cualquier valor al
tener queUcc < 0 ; Ul < 0 ; Ull < 0.
El caso emblemático de la elasticidad de sustitución intertemporal constante
(elasticidad de Frisch) se consigue haciendo Uc = 0. (efecto riqueza igual a
cero). En ese caso tendríamos:
ξltwt =
Ul
lt
Ull
Además, suponiendo :
U(ct,lt)] =
C1−σt
1− σ −
BL1+1/ϕ
1 + 1/ϕ
; ξltwt = ϕ
Que es la elasticidad que estima Céspedes y Rendón (2012). Esta tesis estima
la elasticidad total (Ecuación 4) sin distinguir entre efecto sustitución intertem-
poral y efecto riqueza.
2.4 Un modelo empírico de horas trabajadas
Con la información disponible para Perú esta tesis utiliza una generalización de
la ecuación de oferta de trabajo para la estimación empírica. Acorde a lo que
15
se estudia en la literatura de horas trabajadas10, se usa una ecuación general
de horas de trabajo: esta ecuación es la forma log-lineal de la ecuación de Euler
, ecuación (3) del modelo empírico. De esta manera se relacionan las horas
trabajadas a la semana (hit) con el ingreso por hora a nivel de cada trabajador
(wit), ambas variables transformadas en logaritmos.
La ecuación es la siguiente:
log(hit) = α0 + log(hit−1) + α1log(wit) + β1xit + v1it (5)
donde xit es el conjunto de variables de control que afectan a las horas traba-
jadas, de esta manera se captura la heterogeneidad observable de los individuos
en este estudio. Se plantea que las horas trabajadas actualmente dependen de
las horas trabajadas en el período anterior (hit−1) , esto debido a que existe
persistencia en el tiempo sobre el número de horas que los individuos pueden
trabajar. Además, vit es el término de perturbación y captura todos los elemen-
tos no observables que afectan a la ecuación de horas trabajadas. Para efectos de
esta investigación asumiremos que sigue una distribución normal. Finalmente,
α1 es el parámetro de interés y es una aproximación de la elasticidad de oferta
laboral que se muestra en la ecuación (4).
No obstante, es relevante señalar que en la literatura asociada a la estimación
de la oferta laboral existen ciertas dificultades a tener en cuenta11:
1. Problemas de sesgo de selección. La cantidad de horas trabajadas es ob-
servada solamente en los individuos que trabajan, pero algunas personas de-
socupadas o inactivas estarán dispuestas a ofrecer su trabajo; sin embargo, este
10Para mayores detalles introductorios sobre la ecuación de horas trabajadas ver cap.1
Cahuc y Zylberberg (2004).
11Wooldridge, J. (2001), Econometric Analysis of Cross Section and Panel Data, MIT
Press Books, The MIT Press, edition 1
16
segmento de la población no es observado, esto implica la posibilidad de enfren-
tarnos a una estimación sesgada. A este problema también se le conoce como
truncamiento incidental , debido a que la información faltante de salarios es
resultado de otra variable, en este caso la participación de la fuerza laboral.
Al respecto es posible proponer correcciones: Heckman (1979) es pionero en
el tema, con una estimación en dos etapas que permite solucionar problemas
de sesgos de selección. Entre los métodos alternativos se ecuentra la estimación
Tobit que controla el efecto de las horas trabajadas, es decir casos donde haya
individuos con cero horas trabajadas que se selecciona.
2. Problemas de Endogeneidad. Esta clase de problemas surge cuando existe
correlación entre las variables y los términos de perturbación, para esta tesis
el problema principal de endogeneidad surge debido a variables omitidas . Por
ejemplo, es evidente que trabajadores más hábiles tienden a tener remuneracio-
nes más altas, ésta habilidad puede depender del esfuerzo que pongan o de los
años de educación que han acumulado; es decir, los problemas pueden deberse
a variables observables omitidas o variables no observables que no se pueden
incluir.
Ante estos problemas, una solución es buscar instrumentos válidos que se
puedan colocar en el vector de variables de control; es decir, los instrumentos
deben estar correlacionados con las variables que potencialmente generan la en-
dogeneidad pero no deben estar correlacionados con el término de perturbación.
Una solución más compleja y que también implica el uso de variables instru-
mentales consiste en la solución de indicadores múltiples . En caso de tener
una variable no observable y tener dos variables observables correlacionadas a
la primera, una de estas variables sirve como instrumento para la otra. Los su-
puestos detrás son que la correlacion entre estas variables especiales solo es a
través de la variable no observable y no están relacionadas a ningún término de
17
perturbación.
3 Datos y Hechos Estilizados
3.1 Hechos estilizados
Dentro del periodo 2004-2012 en promedio el PBI creció 6,5% y la dinámica
de expansión se mantuvo a pesar de la relativa desaceleración tras la crisis finan-
ciera del 2009. En este contexto, la población económicamente activa (PEA)12
creció en un 17% a nivel nacional13 y la PEA ocupada mantuvo un ritmo de
crecimiento promedio de 2,15% . Al 2012, cerca del 96% de la PEA se encon-
traba ocupada y de ellos, el 66% se encuentraba adecuadamente empleados14
Al respecto el cuadro 1 presenta un esquema de las condiciones en el mercado
laboral al 2012.
12De acuerdo a la Organización Internacional del Trabajo (OIT) y para el caso peruano, la
población en edad de trabajar se considera a partir de los 14 años.
13Fuente: MTPE. Estadísticas Laborales.
14La PEA adecuadamente empleada está compuesta por dos grupos : Aquellos que laboran
35 horas o más a la semana y reciben ingresos por encima del mínimo referencial y aquellos
que laboran menos de 35 horas semanales y no desean trabajar más horas.
18
Cuadro 1. Perú: Distribución de la Población en Edad de Trabajar, 2012
Nota: Se muestra la distribución de la población en edad de trabajar al año 2012.
Fuente: Ministerio de Trabajo. Estadísticas laborales.
El mercado laboral peruano se caracteriza por tener una alta rotación a nivel
urbano, por ejemplo para los jóvenes la rotación laboral se redujo de 28 meses
a 24 meses del año 1992 al año 200215. Durante el periodo 2004-2012, los traba-
jadores en promedio destinaron 41,5 horas semanales para realizar actividades
productivas 16. Asimismo, con respecto a estudios relacionados a la estructura
de las horas trabajadas, en el caso de Perú sólo se cuenta con el trabajo de
Yamada (2005), los reportes estadísticos del INEI, y La Encuesta del Uso del
Tiempo (EUT) del INEI (2009).
En el primer caso, tal como se explicó en la sección 2.1, el estudio estimó una
ecuación de horas trabajadas; los reportes estadísticos ayudan a caracterizar las
tendencias de horas trabajadas a nivel nacional; y la EUT permite ampliar los
tópicos de investigación sobre las características del uso del tiempo en diversas
actividades, siendo la actividad laboral una de ellas.
De acuerdo a Cespedes (2011a), la reducción en la tendencia de las horas
trabajadas corresponde a un efecto agregado y que se mantiene para todas las
15Chacaltana (2002)
16Cálculos realizados con la ENAHO-Metodología Actualizada.
19
categorías ocupacionales, grupos demográficos, niveles de educación, género y
edad. Algunos factores explicativos son :
a. Ganancias de productividad y/o crecimiento económico: El crecimiento
económico ha sido sostenido en la última decada con una breve caída tras la crisis
del 2008-2009. Las ganancias de productividad reducen las horas trabajadas
debido a que los retornos por una hora de trabajo son cada vez mayores17.
b. Ciclos económicos: De acuerdo a Cooley (1995) en períodos expansivos las
personas tienden a trabajar más y en períodos recesivos menos. Sin embargo,
lo que explicarían las ganancias de productividad asociadas al crecimiento sería
la predominancia del efecto contrario. Es decir, empíricamente observamos una
correlación negativa entre la tendencia del producto y de las horas trabajadas.
Entre otras causas explicativas de este patrón se encuentran: El incremento
de la creación de puestos de trabajo que ha permitido sustituir empleos; la
mayor elasticidad de la oferta de trabajo sobre todo para aquellos con salarios
más bajos ; el rol de las transferencias, los nuevos ingresos como resultado de
los programas sociales aplicados por el Estado podrían desincentivar el número
de horas trabajadas a ofrecer (JUNTOS) 18y ,finalmente, a otros factores como
efectividad en la regulación laboral o la búsqueda de recortar costos por parte
de empresas19.
3.2 Datos
Los datos provienen de la Encuesta Nacional de Hogares (ENAHO) 2004-
2012 que realiza de manera continua el Instituto Nacional de Estadística e In-
17Basado en un modelo de expectativas racionales donde el efecto ingreso domina al efecto
sustitución
18Ver Programa nacional de apoyo directo a los más pobres. http://www.juntos.gob.pe
19Jaramillo (2012)
20
formática (INEI) . La ENAHO es una encuesta que buscar realizar seguimiento
a los principales indicadores sobre condiciones de vida a nivel nacional, en el
área urbano y rural . Para este estudio, se construyó una muestra panel anual
no balanceada la cual inicia en el año 2004 y finaliza en el año 2012 , además se
utiliza la ENAHO de metodología actualizada. El tamaño de la muestra es de
529 mil personas en edad de trabajar (mayor a 14 años de edad), de los cuales
251 mil declararon haber trabajado más de una hora y por pagos positivos y
74% se encontraban ocupadas. 20
La muestra panel cuenta con 528 mil observaciones de personas en edad de
trabajar, de las cuales 250 mil declararon haber trabajado más de una hora
por pagos positivo.El promedio de horas trabajadas es de 39 horas a la semana
en el trabajo principal y 41 horas en todos los trabajos; asimismo, las horas
trabajadas muestran una tendencia decreciente como se observa en el gráfico 3.
La caída de las horas es pronunciada y se detiene hacia el año 2010, período de
recuperación luego de la crisis internacional. En los dos últimos años se observa
una breve recuperación pero manteniendo la tendencia por debajo de los niveles
iniciales.
20Desde el 2007 y en adelante el INEI de manera conjunta con la Comisión Consultiva de
la Pobreza, han venido trabajando en mejoras metodológicas para la medición de la pobreza
monetaria.
21
Gráfico 3 : Horas Trabajadas y Salario por hora
Nota: Se muestra la dinámica de las horas trabajadas y del salario por hora en el tiempo.
Fuente: ENAHO. Elaboración Propia.
Notar que según el gráfico 3 , las horas trabajadas se han reducido y el salario
por hora ha ido en aumento a lo largo del tiempo con lo cual se podrá concluir
que la correlación de salarios con horas es negativa.Sin embargo, esta conclusión
requiere un análisis a nivel microeconómico (hogares) pues ambas variables a
nivel macroeconómico pueden estar afectadas por una tercera variable.
El cuadro 2 resume brevemente la reducción de horas trabajadas tomando
en cuenta características diversas como género, quintil de ingresos, zonas, nivel
educativo y rango de edad. Las horas trabajadas en la actividad principal se
reducen de 39.6 a 38. 6 aproximadamente, además las mayores reducciones se
observan en el quintil 4 y 5 de ingresos, en el género femenino y en aquellos con
nivel de educación secundaria.
Los cuadros 3 compilan gráficamente la evolución en el tiempo de las horas
trabajadas. Se observa la tendencia hacia la reducción en las horas trabajadas
según área, género, quintil, edades, nivel educativo y tamaño de empresa. Cabe
señalar que de acuerdo a nuestro contexto específico, las horas extra no son
pagadas. Sin embargo, la información recabada por la ENAHO consigna el total
de horas efectivamente trabajadas tanto en actividad principal como secundaria:
en ambos casos se observa un comportamiento con tendencia a la reducción, así
22
mismo el posible efecto adverso que tiene la inexistencia del pago de horas
no trabajadas se vería anulado de un período a otro. Las motivaciones detrás
de las variaciones entre salario por hora y horas trabajadas responderían a
efectos observados en los últimos años tales como ganancias de productividad21,
mayor valor del dinero en esos periodos (inflación relativamente estable) y el
crecimiento económico .
Finalmente, el cuadro 4, resume las principales características de las variables
de la muestra.
Cuadro 2. Horas trabajadas y Salarios promedio 2004-2012
Nota: El cuadro presenta las horas trabajadas por semana y el salario por hora promedio
real para los años 2004 y 2012.
21Timmer et al. (2014) señalan que durante el período 1990-2010 la productividad en Perú
creció en 1,7%. En la teoría, las ganancias de productividad hacen que el pago por unidad de
trabajo ofertado sea mayor, generando que los trabajadores oferten menos trabajo dado que
los retornos son mayores al ser éstos más productivos
23
Fuente: ENAHO 2004-2012, metodología actualizada. Elaboración propia.
3.3 Hipótesis
La hipótesis central de esta investigación es que la elasticidad de la oferta
laboral para Perú es diferente según grupos específicos como género, área, sector,
rangos de edades e ingresos a lo largo del tiempo.
24
Cuadros 3. Horas trabajadas semanalmente durante el período 2004-2012
Horas trabajadas según área Horas trabajadas según género
Horas trabajadas según quintiles Horas trabajadas según rango de edades
Horas trabajadas según nivel educativo Horas trabajadas según tamaño de empresa
Nota: Los cuadros muestran la tendencia de las horas trabajadas semanalmente de acuerdo
a diferentes categorías. De ellos se desprende una tendencia generalizada hacia la disminución
de horas trabajadas.
Fuente: ENAHO, Metodología actualizada. Elaboración propia.
25
Cuadro 4. Estadisticos Descriptivos, 2004-2012.
Nota: El cuadro contiene la descripción de estadísticas de variables relevantes en esta
tesis.
Fuente: ENAHO 2004-2012, metodología actualizada. Elaboración propia.
4 Modelo Econométrico
4.1 Estimación
La ecuación de horas trabajadas se ha estimado para toda la muestra; no
obstante, de manera adicional se considera una muestra restringida con las si-
guientes características : trabajadores asalariados del área urbana y que labora-
ron por lo menos una hora durante la semana de referencia. Además, siguiendo
con el concepto de población en edad de trabajar bajo el cual se rige Perú, se
consideran sólo trabajadores que tienen más de 14 y menos de 65 años de edad.
La muestra restringida pretende mostrar la robustez de los resultados en un
grupo de trabajadores que forman parte del análisis usual del mercado laboral.
El procedimiento de estimación para la ecuación (5) será el que utilizan
Arellano y Bond (1991) para paneles dinámicos. Para ello las variables explica-
26
tivas a utilizarse son el salario, las horas trabajadas y un conjunto de variables
de control que permiten capturar la hetereogeneidad entre los individuos que
pertenecen al mercado laboral.22
Tal como la literatura señala , el problema de sesgo de selección se encuentra
latente en las estimaciones de oferta laboral debido a que existe heterogeneidad
de remuneración por hora trabajada entre grupos de personas ocupadas y no
ocupadas generando distintos niveles salariales. En algunos casos las diferencias
no solo corresponden a factores observables, sino también a posibles factores no
observables tales como el entorno familiar, las habilidades, la motivación o la
educación.
Para evitar problemas en la medición de las horas trabajadas se utilizó la
pregunta del cuestionario de la ENAHO que consignaba el total de horas tra-
bajadas en ocupación principal y secundaria dentro de la semana de referencia.
Así mismo, para generar la variable de salarios por hora se tomó en cuenta el
ingreso en ocupación principal, la cual fue deflactada utilizando el Índice de
Precios al Consumidor y finalmente se expresó en logaritmos.
Esta tesis decide utilizar el método mencionado y no emplear Heckman de-
bido a que el problema de selección encontrado en la literatura de oferta laboral
podría no ser muy alto en Perú. En Céspedes y Rendón (2012), la elasticidad de
oferta laboral de Frisch para Lima Metropolitana no cambia significativamente
cuando se estima por variables instrumentales y por Heckman,
Tomando en consideración el resto de posibles problemas de estimación de
la oferta laboral, se propone emplear la estimación de Arellano Bond (1991); bajo
la teoría económica la ecuación propuesta es válida debido a que por fenómenos
de persistencia los individuos no modifican el número de horas trabajadas de
22Las variables control que se han tomado en cuenta son : Género, edad, experiencia po-
tencial, experiencia al cuadrado, gasto per cápita y otros ingresos. Debido a los problemas de
identificación que podrían existir se toma una variable representativa del lado de la demanda
: tamaño de empresa donde se labora.
27
forma drástica; por lo tanto las horas trabajadas actualmente dependen de las
horas del periodo previo. Así mismo, las variables de control permiten modelar
la interacción con el salario.
En la investigación contamos con un panel corto (N>T), sin embargo emplear
un panel con efectos fijos o aleatorios implica generar sesgos en la estimación.
Tal como señala Nickell (1981), el proceso mediante el cual se genera la variable
en desviaciones con respecto a la media23 generará correlación entre el error
y el regresor; esto debido a que la variable transformada no se distribuye de
manera independiente al error y este problema no se mitiga conforme el número
de individuos aumenta.
Una solución a este problema es tomar primeras diferencias al modelo ori-
ginal de tal manera que se remueva el término constante y el efecto individual.
Sin embargo, quedarnos en esta fase es aún problemático pues ahora la variable
dependiente rezagada y el término de perturbación rezagado se encuentran en
la misma ecuación y están correlacionados. Solucionar este problema requeriría
tener instrumentos para la variable dependiente rezagada.
Por ello, Arellano Bond (1991) construyen un estimador basado en el Método
Generalizado de Momentos (GMM) el cual permite construir instrumentos para
la variable dependiente a partir del segundo y tercer rezago. Si asumimos que el
error es independiente e idénticamente distribuido, los rezagos son instrumentos
validos porque están correlacionados a la variable dependiente pero no al proceso
que sigue el término de perturbación. Esta estimación es especialmente útil para
paneles con muchos individuos y pocos periodos, como en nuestro caso. Así
mismo, en esta estimación se emplean instrumentos a partir del segundo rezago
de la variable dependiente.
La estimación implica tener primero una ecuación lineal de la siguiente for-
ma:
23Transformar la variable en desviaciones con respecto a la media implica : xit − x.
28
hit = ηit +
∑
β0hit−j + β1Wit + β2Xit + vi + uit (6)
Donde (hit) representa las horas trabajadas en logaritmos y estas se encuen-
tra auto-correlacionadas. Además, depende de un efecto no observable (ηit) ,
el salario en logaritmos (Wit), un vector de variables de control (Xit), (vi) rep-
resenta la heterogeneidad transversal no observable y uit es el término de per-
turbación. Así, las horas trabajadas (hit) se encuentran auto-correlacionadas;
por lo tanto, aplicar mínimos cuadrados ordinarios (MCO) o alguna estimación
para panel estático generaría errores estándares inconsistentes de los parámetros
estimados, pues el error (uit) y el efecto no observable (ηit) está correlacionado
con los retardos del error.
Siguiendo el método Arellano Bond (1991) , el modelo en primeras diferencias
se convierte en:
4hit =
∑
4β0hit−j +4β1Wit +4β2Xit +4uit (7)
Dado que 4hit−j se encuentra correlacionado con 4uit se utilizan como
instrumentos los rezagos de las horas trabajadas. Además, el modelo en primeras
diferencias permite eliminar la heterogeneidad no observada.
5 Resultados
Las estimaciones se han divido en dos grandes grupos. Las primeras estimacio-
nes, que denominaremos exploratorias, van de los cuadros 7.1 al 7.8.24 Así, el
cuadro 7.1 contiene estimaciones iniciales de la elasticidad de la oferta de tra-
bajo25, con la finalidad de explorar la relación entre horas trabajadas y salario
se especificaron cinco modelos básicos estimados mediante la técnica de míni-
24Ver Sección Anexos
25Horas de trabajo y salarios en logaritmos
29
mos cuadrados ordinarios. Los resultados señalan que ante un incremento de
10% del salario los individuos trabajan entre 2.0% y 2.4% más de horas en la
semana. El cuadro 7.2 del anexo contiene las estimaciones restringidas al área
urbana y nuevamente se especifican 5 modelos con resultados similares: ante un
incremento de 1% del salario los individuos trabajan entre 1.9% y 2.3% más
en la semana.
En línea con las estimaciones iniciales, el cuadro 7.3 contiene los resulta-
dos por años y el cuadro 7.4 el resultado por años restringido al área urbana.
Conforme al primer cuadro, se observa que la estimación, de manera general, es
significativa estadísticamente pero decreciente desde el 2007 hasta situarse en
0.155% en el 2012. De manera similar ocurre con el segundo cuadro de este tipo,
la elasticidad en áreas urbanas es decreciente por años, tras inicial el periodo
de análisis con el valor de 0.32 hasta reducirse a 0.145. El gráfico 5 resume los
resultados de ambos cuadros: La elasticidad de la oferta laboral disminuye en
el tiempo hasta alcanzar su mínimo en el último año de análisis26
Gráfico 5. Elasticidad de la Oferta de Trabajo : 2004-2012
Nota: Se muestra la elasticidad de la oferta laboral para las zonas rural y urbano ( total)
y sólo para la zona urbana. En ambos casos la tendencia es decreciente aunque con valores
positivos.
Fuente: ENAHO, metodología actualizada. Elaboración propia.
26Todas las elasticidades son significativas, no obstante debido a los posibles problemas
econométricos en líneas más adelante se presentará una estimación con mayor solidez ante
estos posibles problemas.
30
Continuando con el análisis inicial, se realizaron estimaciones a nivel global
y urbano de acuerdo al género. Para ello se restringió la muestra de tal man-
era que al realizar la estimación solo contábamos con el género seleccionado:
hombres o mujeres. A nivel agregado, según el cuadro 7.5 las mujeres tienden
a incrementar en 2.8% sus horas trabajadas ante un incremento de 10% en sus
salarios. Un resultado bastante más significativo en comparación con el caso
de los hombres, para ellos la elasticidad es de 2.0% ante un incremento similar
del salario. Para la población urbana la tendencia se hace aún más notoria;
en este caso, la elasticidad de horas trabajadas para los hombres se reduce a
0.17 y la de las mujeres es de 0.29 tal como se observa en el cuadro 7.6. Estos
resultados son acordes a la literatura empírica donde generalmente se encuentra
que la elasticidad de la oferta laboral es mayor en el caso de las mujeres que de
los varones.
Finalmente, dentro del primer grupo de estimaciones, se cuenta con resul-
tados según niveles de ingresos y por edades en los cuadros 7.7 y 7.8. En el
primero de ellos se observa una elasticidad más alta en los rangos de ingresos
que se ubican por debajo del salario mínimo (S/.750) hasta los S/.5,000; un 10%
de incremento salarial implica desde 3.5% hasta 4.8% de más horas trabajadas.
Además, la elasticidad es bastante menor para aquellos que superan los ingresos
en ese rango. El cuadro 7.8, por rangos de edades, revela que la elasticidad
laboral es más elevada para individuos entre 14 y 25 años a comparación del
grupo que se encuentra entre los 40 y 65 años.
No obstante, tal como fue explicado y detallado en la sección 4.1, realizar
solo una estimación por Mínimos Cuadrados podría ser inconsistente. Por ello,
tras pasar la etapa de estimaciones iniciales, se realizan las estimaciones a través
del método propuesto por Arellano Bond. Los cuadros del 7.9 al 7.11 presentan
6 columnas de acuerdo a los modelos especificados. Así las variables tomadas
31
en cuenta son: El primer rezago de las horas trabajadas, el salario, la experien-
cia, la experiencia al cuadrado, el gasto per cápita, otros ingresos, el género, la
edad, el tamaño de la empresa en la cual labora 27, la variable de género inter-
actuando con el salario (género*salario), los años de educación y la variable de
educación interactuando con el salario (educación*salario). Las columnas del 1
al 4 contienen modelos especificados de forma general; no obstante, conforme la
especificación del modelo es más completa el valor de la elasticidad se sitúa entre
2.4% y 2.5% ante un incremento de 10% del salario (Columnas 5 y 6). Para
todos los casos observamos que el rezago de las horas trabajadas es significativo
y positivo, por lo tanto si existe persistencia de un periodo a otro sobre la elec-
ción de las horas trabajadas. La experiencia tiene efectos positivos decrecientes
aunque no significativos. Otros ingresos tienen efectos negativos sobre las horas
trabajadas, así ante un incremento de 10 % del valor de los otros ingresos las
horas trabajadas se reducen entre -0.5% y -6.0% en promedio. La edad tiene
un efecto negativo aunque no significativo, pero sugiriendo la validación de lo
observado gráficamente: es en los primeros tramos de la PEA donde se tiene
mayor predisposición a trabajar más horas.
Así mismo, el tamaño de la empresa  conforme sea más grande- tiene mayor
efecto positivo sobre las horas trabajadas, esto probablemente responda a que
mientras más grande sea la empresa donde se trabaja son mayores los ben-
eficios monetarios y no monetarios. En la columna 5 se tiene la variable de
Género*Salario: Si bien el efecto de ser hombre es positivo, la especificación de
la interacción tiene signo negativo; no obstante implica que en neto el efecto
del incremento del salario además de ser hombre es positivo. La columna 6
presenta la interacción de los años de educación con el salario, el efecto es posi-
tivo pero no significativo. El cuadro 7.10 contiene las estimaciones restringidas
27La variable tamaño de empresas va desde menos de 10 empleados a empresas con más de
100 trabajadores.
32
solo a los asalariados a nivel nacional, los resultados son bastante similares a
los del cuadro anterior. Los modelos más completos presentan elasticidades en-
tre 2.3% y 2.5% ante un incremento de 10% del salario (Columnas 5 y 6). La
dummy de género (Hombre =1), sigue reflejando el efecto positivo no obstante
con una disminución cuando tomamos en cuenta la interacción. En el neto, el
ser hombre aumenta la tendencia a trabajar más horas, lo cual es acorde a la
literatura revisada sobre el tema. El efecto del salario sobre los hombres es neg-
ativo y significativo porque se espera que los incrementos salariales cada vez los
hagan trabajar menos. El cuadro 7.11 contiene las estimaciones restringidas a
la población en edad de trabajar ubicada en el área urbana. Nuevamente, con-
forme el modelo contiene la mejor especificación la elasticidad se posiciona en el
valor de 0.22 aproximadamente y es significativo. Es decir, ante un incremento
de 10% del salario, las horas trabajadas responden de manera positiva y con un
incremento de 2.2%.
Tal como se observó de forma gráfica, la elasticidad de las horas trabajadas
cae en el tiempo y sin embargo continua siendo positiva lo cual es una señal
evidente de que aún nos encontramos en el primer tramo de la curva de oferta
28 . Los jóvenes trabajadores tienden a tener una mayor elasticidad, lo mismo
ocurre con aquellos de menos ingresos y en el caso de las mujeres.
Las variables de género, experiencia y tamaño de la empresa son acorde a
lo esperado según la literatura y resultados hallados en los 3 cuadros previos:
El mercado laboral urbano aún parecería estar haciendo distinciones de género,
además trabajar en una empresa cada vez más grande impacta positivamente
sobre la cantidad de horas ofertada.
Finalmente, dentro de los anexos se tiene los cuadros 7.12, 7.13 y 7.14 cor-
respondientes a estimaciones según nivel de ingresos rango de edades e infor-
28De acuerdo al Gráfico 1, la ecuación de oferta laboral tiene dos tramos: el primero es
aquel donde el efecto sustitución es superior al ingreso y por tanto la pendiente es positiva.
Esto concuerda con nuestro análisis inicial.
33
males/formales respectivamente.
Conforme al cuadro 7.12 la elasticidad es positiva y significativa en el tramo
de ingresos menor a los 750 soles y en el tramo entre los 2500 y 5000 soles,
tomando el valor aproximado de 0.42. Hacia el tramo de mayores ingresos la
elasticidad se vuelve menor, nuevamente tiene efectos acorde con la noción de
que conforme los individuos cuentan con una mayor remuneración sus prefer-
encias se modifican y se ubican cada vez en una sección menos empinada de la
curva de oferta laboral.
Los resultados del cuadro 7.13 tiene las estimaciones por edad y confirma lo
que la literatura empírica señala: los trabajadores más jóvenes tienen una elas-
ticidad más alta con respecto a aquellos más cercanos al periodo de jubilación;
ante un incremento del 10% de los salarios los individuos entre 14 y 25 años
aumentan su oferta de trabajo en 3.0% mientras los individuos entre 40 y 65
años responden solo con un aumento del 0.9%. El último cuadro, 7.14 contiene
estimaciones respecto al grupo de formales e informales. Se clasificaron bajo
informalidad todos aquellos individuos que no contaba con un seguro de salud
conforme a la pregunta asignada al respecto en el cuestionario. 29 Los resul-
tados indican que la elasticidad es bastante menor en el caso de los informales,
cercana al 0.05 a diferencia de los formales con una elasticidad de 0.17. Esto
podría deberse a que los incentivos y el entorno en el cual se desenvuelven son
diferentes: Mientras a los formales el salario y los beneficios de ley que otorga
el centro de trabajo los incentivan a trabajar más horas; los informales ,al no
contar, con esos beneficios y depender en muchos casos de la aleatoriedad de la
remuneración, no se ven motivados ante movimientos salariales.
De manera general, los resultados corresponden con lo esperado en la liter-
atura empírica analizada para otros países. El cuadro 6 resume las elasticidades
29De acuerdo a INEI (2014), el empleo informal hace referencia a aquellos empleos que
no gozan de beneficios estipulados por ley como seguridad social, gratificaciones, vacaciones
pagadas, etc.
34
de los principales resultados; tal como se observó de forma gráfica, la elasticidad
de las horas trabajadas cae en el tiempo y sin embargo continua siendo positiva
lo cual es una señal evidente de que aún nos encontramos en el primer tramo
de la curva de oferta.
De forma general los resultados son acorde a la literatura empírica observada
para otros países. El cuadro 5 resume las elasticidades de los principales resulta-
dos. Tal como se observó de forma gráfica, la elasticidad de las horas trabajadas
cae en el tiempo y sin embargo continúa siendo positiva lo cual es una señal ev-
idente de que aún nos encontramos en el primer tramo de la curva de oferta
: En términos de polítca económica esto significa que aún existe espacio para
la reactivación del mercado laboral ante una eventual desaceleración económica
mediante políticas de contratación estatal, no obstante algunos sectores tendrian
respuestas más potentes: Los jovenes trabajadores tienden a tener una mayor
elasticidad, lo mismo ocurre con aquellos de menos ingresos y en el caso de las
mujeres.
Finalmente, sobre recomendaciones de política se llega a los siguientes pun-
tos:
1. Política Tributaria: Es útil en el contexto actual donde se tienen bajos
impuestos y es posible observar el efecto sobre el bienestar.
2. Políticas de transferencia: Es un reto a futuro analizar el comportamiento
de los agentes dado que las transferencias generan efectos ingresos.
3. Es posible capturar la propagación hacia salarios de retornos en el lado
de la demanda. Ahora estos retornos tendrían más efecto en los salarios.
4. La heterogeneidad de la elasticidad se convierte en un reto para el diseño
de políticas.
35
Cuadro 5. Panel Dinámico: Resumen de Resultados de Elasticidades de Oferta
Laboral
Nota: El cuadro 5 resume los principales resultados de la tesis. La elasticidad de oferta laboral
alcanza el valor aproximado de 0,22 y es diferenciada de acuerdo a grupos.
Fuente: ENAHO, metodología actualizada. Elaboración propia.
36
6 Conclusiones
Esta tesis utiliza la Encuesta Nacional de Hogares para los años del 2004 al
2012 con el objetivo de estimar la elasticidad de la oferta laboral. Tras re-
conocer los problemas que una estimación de ese tipo implica, los resultados
se obtienen a partir de la estimación de paneles de dinámicos propuesta por
Arellano-Bond (1991). La variable dependiente serán las horas trabajadas, para
ellas la ecuación específica un rezago como representatividad de persistencia e
instrumentos a partir del segundo rezago de las mismas, las variables de control
empleadas fueron la edad, la experiencia laboral, los años educativos, género ,
otros ingresos y el tamaño de la empresa . Así, se encuentra que la elasticidad
a nivel agregado alcanza el valor de 0.25% aproximadamente, esto implica que
ante un incremento del 10% en las remuneraciones los trabajadores peruanos
responden en promedio positivamente con un incremento de 2.5% en las horas
trabajadas. Además, estos resultados confirman que aún nos encontramos en el
tramo positivo de la oferta de trabajo; es decir, el efecto sustitución es aún más
fuerte que el efecto ingreso, lo cual implica que aún existe espacio para políti-
cas públicas de transferencias sin que ello implique una reducción de las horas
trabajadas y por ende un estancamiento o desaliento a la producción económica.
No obstante, es importante recalcar que los resultados varían de acuerdo
a ciertos grupos. Aquellos individuos con menos ingresos tienden a responder
en mayor magnitud que aquellos en los quintiles de ingresos más altos. Per-
sonas con ingresos por debajo del ingreso mínimo (aproximadamente S/.750)
incrementarán en 4.2% las horas trabajadas si el ingreso aumentara en un 10%,
por ejemplo. Del mismo modo, ante un eventual escenario de reactivación del
mercado laboral los individuos que responderán con mayor fuerza serán aquellos
que se encuentran en el rango de edad inferior a los 40 años.
De acuerdo al género,los hombres trabajan más horas en promedio que las
37
mujeres. Esto deja abierto el tema para futuras investigaciones sobre persis-
tentes discrepancias en el mercado laboral. No obstante, la interacción del
género con el salario toma valores negativos lo cual implica que ante mayores
incrementos salariales los varones deciden trabajar cada vez menos. Esto es
común a la literatura empírica asociada al tema pues la elasticidad para ambos
géneros suele ser positiva y no obstante, las mujeres tienen una mayor respuesta
ante los cambios salariales.
Finalmente, en el tiempo se observa una tendencia decreciente en los valores
observados de la elasticidad de oferta laboral lo cual guarda relación con los
incrementos paulatinos de salarios a lo largo del período observado.
En síntesis los resultados de la investigación reflejan que la elasticidad de
la oferta laboral para el caso peruano es positiva y se situa alrededor de 0.25.
Aunque es importante para medidas de políticas tomar en cuenta las diferencias
entre grupos.
38
7 Anexos
Cuadro 7.1 Estimación de la ecuación de oferta laboral mediante MCO,
población total.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación toma en consideración la población urbana y rural dentro de la población
en edad de trabajar.
Cuadro 7.2 Estimación de la ecuación de oferta laboral mediante MCO,
población urbana.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación toma en consideración la población urbana dentro de la población en edad
de trabajar.
39
Cuadro 7.3 Estimación de la ecuación de oferta laboral por años mediante
MCO, población total.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación, por años, toma en consideración la población urbana y rural.
Cuadro 7.4 Estimación de la ecuación de oferta laboral por años mediante
MCO, población urbana.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación , por años, toma en consideración la población urbana.
40
Cuadro 7.5 Estimación de la ecuación de oferta laboral por género mediante
MCO, población total.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación, por género, toma en consideración la población urbana y rural.
Cuadro 7.6 Estimación de la ecuación de oferta laboral por género mediante
MCO, población urbana.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación, por género, toma en consideración la población urbana y rural.
41
Cuadro 7.7 Estimación de la ecuación de oferta laboral según nivel de ingresos
mediante MCO.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación, por ingresos, toma en consideración la población urbana y rural.
42
Cuadro 7.8 Estimación de la ecuación de oferta laboral según rango de edades
mediante MCO.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. Esta
primera estimación,toma en consideración la población urbana y rural. Cada columna señala
el rango de edad para el cual fue realizada la estimación
43
Cuadro 7.9 Estimación de la ecuación de oferta laboral mediante Arellano
Bond, población total.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana y rural.
Las columnas del 1 al 6 representan diferentes especificaciones del modelo estimado por
arellano Bond.
44
Cuadro 7.10 Estimación de la ecuación de oferta laboral mediante Arellano
Bond, Población en Edad de Trabajar (PEA).
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana y rural que se encuentra dentro de la
PEA.
Las columnas del 1 al 6 representan diferentes especificaciones del modelo estimado por
arellano Bond.
45
Cuadro 7.11 Estimación de la ecuación de oferta laboral mediante Arellano
Bond, Población en Edad de Trabajar (PEA) Urbana.
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana que se encuentra dentro de la PEA.
Las columnas del 1 al 6 representan diferentes especificaciones del modelo estimado por
arellano Bond.
46
Cuadro 7.12 Estimación de la ecuación de oferta laboral mediante Arellano
Bond,según nivel de ingresos
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana y rural que se encuentra dentro de la
PEA.
Cada columna representa el nivel de ingresos para el que fue estimado el modelo.
47
Cuadro 7.13 Estimación de la ecuación de oferta laboral mediante Arellano
Bond,según rango de edades
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana y rural que se encuentra dentro de la
PEA. Cada columna señala el rango de edad para el cual fue realizada la estimación
48
Cuadro 7.14 Estimación de la ecuación de oferta laboral mediante Arellano
Bond para trabajadores formales e informales
Nota: Las horas trabajadas y la variables de salarios se encuentran en logaritmos. La
estimación toma en consideración la población urbana y rural que se encuentra dentro de la
PEA. Cada columna señala el tipo de trabajador para el que fue realizada la estimación.
49
Referencias
[1] Aguilar, G y Rendón,S (2008) Aguilar, "Matching bias in labor demand
estimation," Economics Letters, Elsevier, vol. 100(2), pages 297-299, Au-
gust.
[2] Arellano, M. y Bond, S. (1991), Some tests of specification for panel data:
Monte Carlo evidence and an application to employment equations, The
Review of Economic Studies, edition 2, vol 58, Oxford University Press.
[3] Blundell, R. y MaCurdy, T. (1999), Labor supply: A review of alternative
approaches, in: O. Ashenfelter and D. Card (ed.), Handbook of Labor
Economics, edition 1, vol 3, chapter 27, pages 1559-1695 Elsevier.
[4] Blundell. R , Duncan. A, y Meghir. C. (1998). Estimating Labor Supply
Responses Using Tax Reforms. Econometrica , Vol. 66, No. 4, pages 827-
861. July.
[5] Cahuc, P. & Zylberger, A. (2004). Labor economics, The MIT Press.
[6] Céspedes, N. (2011a), Tendencia de las horas de trabajo en el mercado
laboral peruano, Documento de trabajo No 20 BCRP.
[7] Céspedes, N. (2011b), Remesas, Desarrollo Económico y Bienestar en el
Perú, Revista Moneda, Banco Central de Reserva del Perú, N. 149, páginas
13-17.
[8] Céspedes, N y Rendón, S. (2012), La elasticidad de oferta laboral de Frisch
en economías con alta movilidad laboral ,Documento de trabajo No 21
BCRP.
[9] Chacaltana, J. (2002), Indicadores Dinámicos de Empleo, Red de Políticas
de Empleo. Lima: CIES.
[10] Cooley, T (1995). Frontiers of Business Cycle Research. Princeton Uni-
versity Press.
[11] Evers. M , De Moiij. R , y Van Vureen. D. (2008) The Wage Elasticity of
Labour Supply: A synthesis of Empirical Estimates. De Economist. Vol.
156, No1, pages 25-43. March.
[11] Graafland, J., R. de Mooij, A. Nibbelink and A. Nieuwenhuis (2000), Mi-
micking Tax Policies and the Labour Market, Journal of Public Economics
, v.78, nr.1-2, p.193-214
[12] De Gregorio, José. (2007). Macroeconomía. Teoría y políticas. Introduc-
ción a las Fluctuaciones de Corto Plazo.
50
[12] Heckman, J. (1979), Sample selection bias as a specification error, Eco-
nometrica 47 (1): 153-61.
[13] INEI, (2014). Producción y Empleo Informal en el Perú. Cuenta Satélite
de la Economía Informal 2007-2012. Lima, Mayo.
[14] Jaramillo Baanante, M. (2012). Ajustes del mercado laboral ante cambios
en el salario mínimo: la experiencia de la década de 2000.
[13] Killingsworth,Mark R. (1984). Labor Supply, Cambridge Books, Cambridge
University Press, October.
[14] MaCurdy, T. (1981), An Empirical Model of Labor Supply in a Life-Cycle
Setting, Journal of Political Economy, vol. 89(6), pages 1059-85, December.
[15] Montero. R (2010): Panel dinámico. Documentos de Trabajo en Economía
Aplicada. Universidad de Granada. España
[16] Nickell, S. (1981). Biases in dynamic models with fixed effects. Econo-
metrica: Journal of the Econometric Society, 1417-1426.
[15] Yamada G. (2005) , Horas de Trabajo: Determinantes y Dinámica en el
Perú Urbano. Documento de Trabajo No 71. Lima: CIES.
[16] Wooldridge, J. (2001), Econometric Analysis of Cross Section and Panel
Data, MIT Press Books, The MIT Press, edition 1.
51