Is studying worth it? Returns to education in Peru with evidence from panel data
DOI:
https://doi.org/10.71727/rae.v4i2.350Keywords:
Returns to education, fixed effects, estimation biasAbstract
Objective: This study aims to estimate the returns to education on hourly income in Peru (2018–2022), controlling for unobserved heterogeneity and potential omitted variable bias. Methodology: A panel data model (ENAHO) with a Mincer specification is applied, comparing fixed and random effects. Model consistency is validated using the Hausman test. Results: The fixed-effects model proves more consistent, showing that educational returns are lower than in traditional OLS estimates, suggesting omitted variable bias in non-panel approaches. Conclusion: The findings confirm the importance of using panel data for accurate estimations, revealing that previous studies may have overestimated the impact of education on income.
References
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.
