¿Vale la pena estudiar? Retornos de la educación en el Perú con evidencia de datos de panel
DOI:
https://doi.org/10.71727/rae.v4i2.350Palabras clave:
Retornos educativos, efectos fijos, sesgo de estimaciónResumen
Objetivo: Este estudio busca estimar los retornos de la educación sobre el ingreso por hora en el Perú (2018-2022), controlando por heterogeneidad no observable y posibles sesgos por variable omitida. Metodología: Se aplica un modelo de datos de panel (ENAHO) con especificación Mincer, comparando efectos fijos y aleatorios. Se valida la consistencia del modelo mediante la prueba de Hausman. Resultados: El modelo de efectos fijos es más consistente, mostrando que los retornos educativos son menores que en estimaciones MCO tradicionales, lo que sugiere un sesgo por variables omitidas en enfoques no panel. Conclusión: Los hallazgos confirman la importancia de usar datos de panel para estimaciones precisas, revelando que estudios previos podrían haber sobrestimado el impacto de la educación en los ingresos.
Citas
Ashenfelter, O., & Krueger, A. (1994). Estimates of the Economic Return to Schooling from a New Sample of Twins. The American Economic Review, 84(5), 1157–1173.
Barboza, G. (2019). Retornos de la educación superior universitaria en el mercado laboral de las regiones de Arequipa, Moquegua, Puno y Tacna: 2007-2017. Universidad Nacional del Altiplano.
Becker, G. (1962). Investment in Human Capital: A Theoretical Analysis. Journal of Political Economy, 70(5), 9–49.
Becker, G. (2008). Human Capital. In The Concise Encyclopedia (pp. 248–256).
Cangalaya, L. (1973). Rentabilidad de la inversión en el Sistema Educativo Nacional. Escuela Superior de Administración Pública.
Griliches, Z. (1975). Estimating the Returns to Schooling: Some Econometrics Problems. Econometrica, 45(1), 1–22.
Heckman, J. J., Lochner, L. J., & Todd, P. E. (2008). Earnings Functions and Rates of Return. Journal of Human Capital, 2(1), 1–31. https://doi.org/10.1086/587037
Hernandez-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. (1st ed.). McGraw-Hill.
INEI. (2023). Ficha técnica de la base de datos panel 2018-2022.
Khandker, S. R. (1990). Labor market participation, returns to education, and male-female wage differences in Peru (Vol. 461). World Bank Publications.
Mankiw, G. (2012). Principios de Economía (6th ed.). Cengage Learning.
MEF. (2019). Calendario de evaluaciones independientes para el año fiscal 2019.
Mincer, J. (1974). Schooling, experience and earnings. National Bureau of Economic Research.
MINEDU, & MTPE. (2023). Ponte en carrera.
Musgrave, R., & Musgrave, P. (1992). Hacienda pública. Teórica y aplicada (5th ed.). McGraw-Hill/Interamericana de España, S. A. U.
Rodríguez, J. (1993). Retornos económicos de la educación en el Perú. 112.
Samuelson, P., & Nordhaus, W. (2010). Economía con aplicaciones a Latinoamérica (19th ed.).
Stiglitz, J. E. (1975). The Theory of “Screening,” Education, and the Distribution of Income. The American Economic Review, 65(3), 283–300.
Suarez Cahuana, H. (2024). Estimación de los retornos de la educación sobre el ingreso: una aplicación de datos de panel en el Perú, 2018 – 2022. [Tesis de Pregrado, Universidad Nacional de San Agustín]. Repositorio Institucional de la UNSA. https://hdl.handle.net/20.500.12773/17848
Wooldridge, J. (2010). Introducción a la econometría (4th ed.). Cengage Learning.
Yamada, G. (2006). Retornos a la educación superior en el mercado laboral. CIUP Universidad del Pacífico.
Yamada, G., Lavado, P., & Oviedo, N. (2016). La evidencia de rendimientos de la educación superior a partir de “Ponte en Carrera.” CIUP Universidad del Pacífico.
