1
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
Evolución de la brecha salarial de género en el Perú
Evolution of the gender pay gap in Peru
John Joseph Tarazona Jiménez
https://orcid.org/0000-0002-0484-6316
jtarazonaj@unasam.edu.pe
Universidad Nacional Santiago Antúnez de Mayolo
Huaraz-Perú
Rosario Margarita Yslado Méndez
https://orcid.org/0000-0001-6820-8607
rysladom@unasam.edu.pe
Universidad Nacional Santiago Antúnez de Mayolo
Huaraz-Perú
Lalo Leonardo Huamán Maguiña
https://orcid.org/0000-0003-3160-8564
lhuamanm@unasam.edu.pe
Universidad Nacional Santiago Antúnez de Mayolo
Huaraz-Perú
Karina del Pilar Beltrán Castillo
https://orcid.org/0000-0002-2767-166X
kbeltranc@unasam.edu.pe
Universidad Nacional Santiago Antúnez de Mayolo
Huaraz-Perú
Ingrid Geraldine Figueroa Delgado
https://orcid.org/0000-0003-1955-9085
ifigueroad@unasam.edu.pe
Universidad Nacional Santiago Antúnez de Mayolo
Huaraz-Perú
RESUMEN
Este artículo delimita la edad promedio de mayor productividad y la brecha salarial entre hombres y mujeres en
cuatro cohortes, siendo factores que contribuyen en el análisis de los determinantes del salario en el Perú. Utilizando
un modelo de regresión lineal múltiple, se identificó el efecto no lineal de la edad sobre los salarios y las brechas
salariales de género. La elasticidad del salario en relación con la edad para las cohortes se hace inelástica a partir
de los 41 años. Las brechas salariales crecieron de manera sostenida con excepción de la cohorte 2019 para este
grupo de edad.
Palabras clave: brecha salarial, productividad, salario.
Recibido: 08-06-24 - Aceptado: 13-08-24
ABSTRACT
This article delimits the average age of highest productivity and the wage gap between men and women in four
cohorts, being factors that contribute to the analysis of the determinants of salary in Peru. Using a multiple linear
2
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
regression model, the nonlinear effect of age on wages and gender pay gaps was identified. The elasticity of salary
in relation to age for cohorts becomes inelastic from the age of 41. Wage gaps grew steadily with the exception of
the 2019 cohort for this age group.
Keywords: wage gap, productivity, wage.
INTRODUCCIÓN
Desde mediados del siglo XX nace el interés por invertir en las personas (hombre – mujer) por ser factor
preponderante en la producción, y como resultado de una mayor educación y la experiencia laboral, que permita
cubrir las competencias que requiere el mercado, impulsando mayores posibilidades de acceder a mejores puestos
de trabajo, mayor remuneración, bienestar social y mejorar calidad de vida. Sin embargo, persiste en la actualidad
la brecha salarial de género en el mundo y en particular en el Perú. Al respecto, Marchionni et al. (2018) resalta que
la equidad salarial comprende la igualdad de remuneraciones de acuerdo a la igualdad de actividades laborales y
resalta que los progresos alcanzados en las últimas décadas en la América Latina son destacables, sin embargo, aún
persisten estas brechas.
La importancia del estudio radica por el abordaje de condiciones sociales y bienestar que tienen como
derecho las personas, sin distinción de género; que, según las teorías del capital humano y la calidad de vida, refieren
como factor fundamental el empoderamiento de las personas a través de la educación y la experiencia para que
puedan mejorar sus condiciones salariales y como consecuencia mejor su calidad de vida. Respecto al capital
humano, se enfoca hacia la inversión en educación y la valoración de la experiencia laboral, con visión holística de
articular la teoría y la práctica como fundamento en el logro de las competencias necesarias para desempeñar con
eficacia y eficiencia las labores encomendadas y justificar mejoras salariales. La calidad de vida percibida desde el
enfoque de condiciones objetivas y subjetivas en las personas, tales como: Condición económica, calidad de
vivienda, acceso a la educación, salud, servicios básicos, el poder sentirse satisfecho, esparcimiento, etc.
El abordaje teórico toma la literatura relacionada con los retornos del capital humano sobre los salarios y
que tiene como principal referencia la ecuación de Mincer. El modelo se sostiene sobre la base de la racionalidad
económica de los individuos dentro del mercado laboral, facilitando el análisis de la acumulación de capital humano
relacionado con el trabajo como causa de los aumentos en los salarios y que además permite evaluar el incremento
de las brechas de desigualdad (Cardona et al., 2007).
Existen estudios diversos sobre brecha salarial de género tanto en Perú como a nivel mundial, en un plano
internacional Tandayamo y Velasteguí (2020) desarrollaron una investigación en Ecuador y concluyen que la brecha
salarial se presenta mayormente en el grupo de personas con una preparación académica de posgrado, universitarios
y no universitarias en el período de análisis al ser quienes reciben una mejor remuneración por ello la brecha que
existe entre hombres y mujeres está por encima del 50%, siendo la educación el factor principal de la brecha salarial
en la industria manufacturera.
Brindusa et al. (2019) analiza la evolución de las brechas salariales de género utilizando datos de la Encuesta
de Estructura Salarial (EES) española y europea, al inicio del estudio refiere que las brechas se están acortando en
España y la UE de pasar de 35% en 1985 a 68% en la actualidad, a pesar de eso se está lejos del equilibrio de género
en términos salariales y se genera algunas dinámicas preocupantes. Para el caso de España se trabajó con brechas
salariales ajustadas, esto es que no solo se ajustan por variables socioeconómicas (sexo, edad, nivel educativo y
experiencia) sino también por variables características de empleo y de la empresa (tamaño de la empresa, tipo de
contrato, tipo de jornada, ocupación sector de actividad) arribando a los siguientes hallazgos como: la brecha
aumenta con la edad: los hombres de 30-39 años, ganan un 11% más que mujeres. y los de 50-29 años ganan el
59%. Sin embargo, la brecha salarial ajustada se reduce con el nivel educativo, pero aumenta con la antigüedad en
la empresa.
Asimismo, Cerquera et al. (2019) desarrollaron un estudio cuyo análisis fue determinar si existe brecha
salarial por género en Colombia y los tres departamentos para el año 2017, para ello utilizaron un modelo
econométrico de descomposición de Oaxaca- Blinder del salario promedio por género, corregida por sesgo de
3
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
selección, a través de la inversa de Mill. Concluyendo la existencia de diferencias salariales entre hombres y
mujeres, siendo el varón el que más se beneficia, esto se evidencia en mayor medida en los departamentos de costa
atlántica, la cual se encuentra por encima de la media nacional en un 1.75%.
Paz (2019) realizó en Argentina un análisis acerca de la segmentación laboral donde las evidencias acerca
de un salario masculino son mayor que el femenino, el salario mensual promedio de los hombres es un 32.50% más
alto que el de las mujeres.
Del mismo modo, del Ángel (2018) desarrolló un estudio en la Universidad de la sabana, trata de determinar
cuáles podrían ser los factores que están generando la desigualdad de género entre hombres y mujeres. Este autor
concluye que los factores que inciden en este problema son tanto sociales y culturales, por lo que recomienda la
aplicación de políticas transversales en materia de desigualdad de género, que brinden las mismas oportunidades
tanto a mujeres y varones.
Díaz et al. (2015) desarrolló una investigación en Colombia den el cual realiza un análisis de brecha salarial
entre los años 2010 a 2013, utilizó como herramienta la Ecuación de Mincer a través de la Regresión Lineal con
Errores Estándar Robustos, concluyendo que las mujeres al tener mayores niveles de educación pueden tener el
mismo salario que los varones, adicionalmente afirma que este problema no necesariamente es por la
“Discriminación por Género” sino que las mujeres eligen no participar dentro del mercado laboral por dedicarse a
su familia.
Estudios realizados en Chile por Perticara y Astudillo (2008) cuyo objetivo fue determinar las diferencias
salariales entre hombres y mujeres a partir de regresiones de cuantiles; tomando como técnica de descomposición
de Melly y como herramienta la Encuesta de Protección Social, encontró que el efecto característico de brecha
salarial es pequeño, no significativo hasta aproximadamente el quintil 50 (mediana), donde llega hacer positivo para
las mujeres y su crecimiento es monótono hasta llegar al 13% en el percentil 90.
Dentro de los estudios realizados en Perú, está el de Huacho y Rosales (2019), que llevaron a cabo un
estudio en el cual consideran que los factores de capital humano (nivel educativo y experiencia potencial),
característica personal (estado civil) y característica laboral (actividad económica), influyen en la generación de
brecha salarial por género, todas estas variables y las diferencias de ellas entre varones y mujeres explican en un
32% la brecha salarial por género, el capital humano es un factor que disminuye el diferencial salarial promedio,
sin embargo, no elimina dicha brecha salarial. Por su parte, Ríos (2019) llegó a determinar que existe una relación
positiva entre la de educación y el salario, obteniéndose un mayor salario debido a un mayor nivel educativo.
La Defensoría del Pueblo de Perú (2019) realizó un trabajo sobre una de las diversas formas de
discriminación de las mujeres con la finalidad de impulsar con mayor determinación la disminución de brechas en
favor de las mujeres para superar diversas resistencias y asumir la responsabilidad de promover políticas públicas
que busquen su efectiva mejora de la calidad de vida de las mujeres y la consolidación de una sociedad democrática.
(Reyes, 2019) en otra investigación desarrollada en el Perú, hace referencia que un aumento de un año en el nivel
de escolaridad de la población (manteniendo constante el nivel de experiencia laboral) se incrementaría su salario
por hora en un 5.36%. Sin embargo, este incremento a nivel de género es desigual significando 6.7% en los hombres
y en las mujeres solo en un 5.6%. Por lo que recomienda la intervención de entidades como la Superintendencia
Nacional de Fiscalización (Sunafil) para su respectiva fiscalización, además del fortalecimiento de entidades como
el Ministerio de Educación generando planes educativos Anuales incluyendo el Enfoque de Igualdad de género.
Los estudios realizados sobre la brecha salarial de género hasta la actualidad, se orientan sobre los orígenes
y características generales de las diferencias salariales entre los hombres y mujeres; así como el análisis de
escenarios de los sectores laborales; sin embargo, los estudios precedentes no han realizado el análisis sobre las
diferencias salariales intergeneracionales entre hombres y mujeres, teniendo en cuenta que la edad no tiene un efecto
lineal sobre los salarios, de manera que se pueda evaluar esta brecha salarial en la edad de mayor productividad y
al respecto se investiga en este estudio.
El objetivo general del estudio es determinar la brecha intergeneracional entre hombres y mujeres en el Perú
entre las cohortes 2004, 2009, 2015 y 2019, tomando en consideración la edad de mayor productividad, de manera
que se requiere establecer los siguientes propósitos: Analizar la evolución de las brechas salariales
4
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
intergeneracionales entre hombres y mujeres en el Perú entre las cohortes 2004, 2009, 2015 y 2019; y determinar
los factores socio demográficos relacionados con la ecuación de Mincer que determinan los salarios en el Perú entre
las cohortes 2004, 2009, 2015 y 2019.
En cuanto a la metodología empleada para la estimación de las brechas salariales y su evolución, se ha
considerado la metodología de las ecuaciones de Mincer. La justificación a considerar es que la metodología
comparable como Oaxaca – Blider, presenta diferenciales o brechas a favor de los hombres, además muestran
evoluciones consistentes para las cohortes de análisis con el método de la ecuación de Mincer.
METODOLOGIA
Se realizó una investigación de carácter cuantitativo, descriptivo y correlacional. Descriptivo debido a que se detalla
el comportamiento y evolución de las brechas salariales. Correlacional porque se analiza la relación existente entre
el salario, la educación, experiencia y característica ocupacional, en grado y magnitud.
En este estudio se utilizó la técnica de revisión documental y como instrumento se ha utilizado ficha de
recolección de datos. Se ha considerado los datos recogidos en la Encuesta Nacional de Hogares (ENAHO) que se
aplica de manera continua y de manera anual por el Instituto de Estadística e Informática [INEI] (2020), los módulos
utilizados han sido 300 de Educación, 500 de empleo e ingresos y 34 Sumarias.
Para determinar el efecto marginal de la edad y del mayor retorno de los salarios se empleó las siguientes
muestras para cada cohorte:
Tabla 1
Muestra de PEA asalariada por cohorte
Cohorte
Muestra
2004
31 898
2009
37 882
2015
52 021
2019
55 824
Nota. La tabla presenta el tamaño de muestra por cohorte que corresponden a hombres y mujeres asalariados, que
son representativas incluso con un margen de error del 3 %.
Para la determinación de la brecha salarial en la edad de mayor productividad promedio por cohortes y los
determinantes del salario, las muestras para cohortes son:
Tabla 2
Muestra PEA asalariada de 40 años por cohorte
Cohorte
Muestra
2004
740
2009
809
2015
1 197
2019
1 182
Nota. Las muestras corresponden a hombres y mujeres asalariados de 40 años, que son representativas con un
margen de error del 4 %, tomadas de la ENAHO.
Para el cumplimiento de la medición de las brechas y sus determinantes, desde una perspectiva
intergeneracional en el Perú en las cohortes 2004, 2009, 2015-2019 se hizo uso de los modelos de regresión lineal
múltiple para cada cohorte.

5
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
Donde:
Y = Variable dependiente (Logaritmo natural del salario promedio por hora
X = Variables independientes
Mediante la aplicación del modelamiento se verifica si las variaciones observadas en la variable dependiente
(salario) se deben a cambios en las variables independientes, tomando en cuenta los efectos marginales.


Tabla 3
Descripción de variables
Variables
Descripción
Lsalario
Educ
Logaritmo natural del salario promedio por hora
Años de educación
Hombre
Dummy (sexo), categoría base considerada mujer
Edad
Edad en años
Experiencia
Años de experiencia
Ramas
Rama de actividad económica donde se desempeña en categorías
(Agricultura/Pesca/Minería, Manufactura, Construcción, Comercio, Transportes y
comunicaciones, Otros servicios).
Urbano
Dummy (ámbito), categoría base considerada rural
Granemp
Dummy (Tamaño de empresa donde trabaja), categoría base Pequeña empresa
t_educ
Dummy (Tipo de educación), categoría base Estatal
Ocusec
Dummy (características de ocupación), categoría base sin ocupación secundaria
Pobre
Dummy (pobreza monetaria), categoría base no pobre
Nota. En la tabla se presentan las variables de interés del presente estudio, se indica sus principales características.
La estimación general de la ecuación de Mincer presenta problemas asociados a la endogeneidad respecto
a los años de educación, aspecto ampliamente abordado en la literatura económica y los antecedentes. Cabe indicar
que, si bien las relaciones de causalidad deben asociarse con el concepto de exogeneidad; es de interés principal del
estudio obtener mediciones que describan y relacionen la evolución de las brechas salariales y no necesariamente
su causalidad.
En el proceso de estimación de los coeficientes del modelo de Mincer por cohortes se asume el supuesto que la
variable años de educación es exógena, la argumentación teórica del supuesto se justifica en el hecho que se toman
unidades de análisis que corresponde a una cohorte particular de nacimiento, aspecto que justifica la exogeneidad
de los años de educación. Esto supone que la edad considerada en la cohorte influye con los años de educación
alcanzada, aspecto que se evidencia en el modelo general cuando se correlaciona la edad con los años de educación
dando cumplimiento a los criterios de relevancia de un instrumento.
RESULTADOS
Efecto de la edad sobre los salarios
En la tabla 4 se presenta el efecto de la edad sobre los salarios, como se observa la edad al cuadrado tiene un efecto
no lineal significativo sobre los salarios, por lo que podemos afirmar que la edad no tiene un efecto marginal
constante.
Tabla 4
Estimación de efecto marginal de la edad en los salarios
2004
2009
2015
VARIABLES
lsalario
lsalario
lsalario
Educ
0.0856***
0.0797***
0.0798***
(0.00102)
(0.000938)
(0.000730)
Hombre
0.248***
0.355***
0.303***
6
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
(0.0106)
(0.00982)
(0.00782)
Edad
0.0545***
0.0594***
0.0529***
(0.00164)
(0.00149)
(0.00121)
edad2
-0.000547***
-0.000612***
-0.000564***
(1.85e-05)
(1.67e-05)
(1.31e-05)
Constant
-1.417***
-1.158***
-0.593***
(0.0351)
(0.0319)
(0.0273)
Observations
31,898
37,892
52,021
Nota. La tabla presenta los coeficientes estimados y la significancia estadística de la estimación MCO para cada
cohorte es al 1 %,*** p<0.01, ** p<0.05, * p<0.1
Tabla 5
Elasticidad del salario respecto a la edad
Efecto Estimado
Edades
20
25
30
35
40
Elasticidad (%) 2004
3.26
2.72
2.17
1.62
1.07
Elasticidad (%) 2009
3.49
2.88
2.27
1.66
1.04
Elasticidad (%) 2015
3.03
2.47
1.91
1.34
0.78
Elasticidad (%) 2019
2.86
2.36
1.86
1.36
0.86
Promedio
0.94
Nota. Los resultados presentan las diversas estimaciones del efecto edad en el salario para las cohortes de interés y
su promedio.
Calculando las magnitudes del efecto marginal de la edad sobre los salarios, encontramos que esté en
términos de elasticidad positiva promedio, alcanzaría su límite alrededor de los 40 años.
Determinantes del salario en el total de la PEA Asalariada
La tabla 6 muestra los resultados de la ecuación ampliada de salarios de Mincer que corresponden a las cohortes de
interés, los estimadores son significativos a un nivel de confianza 95%.
Tabla 6
Modelo de los determinantes del salario del total de PEA Asalariada
2004
2009
2015
VARIABLES
lsalario
lsalario
lsalario
educ
0.0227***
0.0176***
0.0219***
(0.00188)
(0.00174)
(0.00130)
hombre
0.353***
0.417***
0.369***
(0.0114)
(0.0107)
(0.00843)
edad
0.0663***
0.0982***
0.0890***
(0.00615)
(0.00571)
(0.00467)
edad2
-0.000378***
-0.000679***
-0.000607***
(5.02e-05)
(4.51e-05)
(3.54e-05)
exper
-0.0177***
-0.0370***
-0.0343***
(0.00461)
(0.00432)
(0.00354)
exper2
-0.000240***
-5.71e-06
-3.35e-05
(5.02e-05)
(4.56e-05)
(3.59e-05)
2.ramas
-0.00580
-0.160***
-0.0374**
(0.0200)
(0.0191)
(0.0159)
3.ramas
0.163***
0.144***
0.304***
(0.0270)
(0.0228)
(0.0170)
7
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
4.ramas
-0.0894***
-0.140***
-0.116***
(0.0171)
(0.0167)
(0.0131)
5.ramas
-0.0965***
-0.168***
-0.0613***
(0.0220)
(0.0203)
(0.0161)
6.ramas
0.170***
0.0586***
0.158***
(0.0171)
(0.0161)
(0.0126)
urbano
0.290***
0.267***
0.291***
(0.0132)
(0.0126)
(0.00985)
granemp
0.518***
0.498***
0.399***
(0.0174)
(0.0155)
(0.0117)
t_educ
0.0978***
0.121***
0.107***
(0.0178)
(0.0146)
(0.0114)
ocusec
-0.0660***
-0.0593***
-0.0753***
(0.0125)
(0.0112)
(0.00913)
pobre
-0.363***
-0.374***
-0.392***
(0.0109)
(0.0115)
(0.0104)
Constant
-1.222***
-1.321***
-0.882***
(0.0837)
(0.0778)
(0.0648)
Observations
29,879
35,817
49,551
Adj R-squared
0.3236
0.3042
0.3270
Nota. La tabla presenta los coeficientes estimados y la significancia estadística de la estimación MCO que
corresponde a los determinantes del logaritmo del salario para cada cohorte, las significancias estadísticas se
presentan bajo las siguientes consideraciones 1%,***p<0.01, **p<0.05
Los coeficientes estimados permiten identificar la relación que existe el logaritmo de los salarios y los
factores socioeconómicos. Considerando la dirección del grado de asociación entre las variables podemos afirmar
lo siguiente para las cuatro cohortes:
− La educación tiene una relación positiva con los salarios, el efecto marginal estimado indicaría que
por cada año adicional de educación el salario incrementa en promedio para las cuatro cohortes en
2.1%, manteniendo constante las demás variables.
− El sexo tiene una relación significativa y diferenciada, considerando que la categoría base en la
estimación (mujer=0), podemos afirmar que los hombres tienen salarios más altos que las mujeres en
las cuatro cohortes.
− Respecto a la edad y la edad al cuadrado, los coeficientes estimados presentan que la relación no es
constante directa respecto a los salarios.
− La experiencia y la experiencia al cuadrado en las cohortes de interés presentan una relación inversa.
Sin embargo, no se puede determinar si esta relación es constante dado que no es significativo para
todas las cohortes.
− Las ramas de actividad donde se desempeña el asalariado tienen una relación significativa con los
salarios.
− El ámbito de residencia tiene una relación significativa y diferenciada sobre el salario, tomando como
categoría base el ámbito rural se podría indicar que los que se ubican en el ámbito urbano tienen
salarios más altos.
− El empleo, según tamaño de empresa, tiene un nivel de asociación significativa y diferenciada sobre
el salario, considerando como categoría base la pequeña y mediana empresa, se afirma que los
asalariados de la gran empresa tienen salarios mayores.
− El tipo de educación básica regular (estatal o privada) recibido tiene una relación significativa y
diferenciada, tomando como categoría base la educación estatal se podría afirmar que los que
estudiaron en centros privados tienen en promedio mayores salarios.
8
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
− Las características ocupacionales o de empleo tiene una relación significativa y diferenciada,
considerando como categoría base sin ocupación secundaria, los asalariados que tienen una actividad
secundaria tienen mayores salarios.
− Respecto a la pobreza, considerando como categoría base los asalariados no pobres, podemos afirmar
que los pobres tienen menores salarios.
Estimación de la brecha salarial para hombres y mujeres de 40 años
Figura 1
Evolución de los salarios por hora en mujeres por cohortes considerando los intervalos de confianza
Nota. El gráfico representa la evolución del salario por hora de las mujeres de 40 años, en el 2004 el salario por
hora alcanzo los S/. 3.29. Al comparar con lo obtenido en el año 2019, el salario por hora alcanzo los S/. 7.13. Según
cohortes 2004, 2009, 2015 y 2019, los salarios por hora tienen una tendencia creciente.
Figura 2
Evolución de los salarios por hora en hombres por cohortes considerando los intervalos de confianza
Nota. El gráfico representa la evolución del salario por hora de los hombres de 40 años, en el 2004 el salario por
hora alcanzo los S/. 4.06. Al comparar con lo obtenido en el año 2019, el salario por hora alcanzo los S/. 8.33. Según
cohortes 2004, 2009, 2015 y 2019, los salarios por hora tienen una tendencia creciente.
9
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
Tabla 7
Equivalencia estadística de los salarios entre hombres y mujeres de 40 años en las cohortes 2004, 2009, 2015 y
2019
Sexo
Salario promedio mensual por Cohortes
2004
2009
2015
2019
Mujer
S/ 561.09
S/ 890.67
S/ 1,064.62
S/ 1,223.38
Hombre
S/ 776.42
S/ 1,160.28
S/ 1,434.00
S/ 1,773.02
Diferencia
S/ 215.33
S/ 269.61
S/ 369.38
S/ 549.65
Estadístico t student
-180.08***
-386.95***
-185.10***
-227.72***
Nota. En la tabla 7 se presenta la información sobre los salarios promedios mensuales de los hombres y mujeres
asalariados en las cohortes de interés, haciendo uso de diferencias de medias a través del estadístico t student se
comprueba si existe una brecha de salarios. Los resultados presentan las diferencias entre los salarios de hombres y
mujeres, además se puede afirmar estadísticamente esta diferencia es distinto a cero por lo que si existen en las
cohortes una brecha de salarios.
Significancia estadística *** p<0.01, ** p<0.05, * p<0.1
Tabla 8
Resultados de la estimación de la ecuación Mincer en las cohortes 2004, 2009, 2015 y 2019
2004
2009
2015
2019
VARIABLES
lsalario
lsalario
lsalario
lsalario
educ
-0.00183
0.0249*
0.0217**
0.0133
(0.0183)
(0.0132)
(0.00856)
(0.00897)
hombre
0.409***
0.426***
0.485***
0.367***
(0.0717)
(0.0692)
(0.0530)
(0.0520)
exper
-0.244
-0.406**
-0.802***
-0.412***
(0.215)
(0.206)
(0.159)
(0.152)
exper2
0.00405
0.00864*
0.0173***
0.00801**
(0.00491)
(0.00473)
(0.00363)
(0.00352)
2.ramas
0.0146
-0.347***
0.0242
-0.243***
(0.129)
(0.134)
(0.0961)
(0.0937)
3.ramas
0.331*
0.137
0.222**
0.288***
(0.198)
(0.161)
(0.102)
(0.0982)
4.ramas
-0.0719
-0.294***
-0.0587
-0.307***
(0.107)
(0.113)
(0.0803)
(0.0780)
5.ramas
-0.0389
-0.217
-0.0175
-0.302***
(0.145)
(0.142)
(0.0943)
(0.0898)
6.ramas
0.118
-0.0263
0.161**
0.0685
(0.113)
(0.110)
(0.0811)
(0.0754)
urbano
0.291***
0.341***
0.374***
0.419***
(0.0861)
(0.0886)
(0.0617)
(0.0599)
granemp
0.641***
0.588***
0.318***
0.329***
(0.113)
(0.0987)
(0.0793)
(0.0683)
t_educ
0.197*
0.385***
0.212***
0.115*
(0.110)
(0.0947)
(0.0704)
(0.0680)
ocusec
0.0409
-0.0794
-0.0333
-0.105**
(0.0737)
(0.0694)
(0.0551)
(0.0512)
pobre
-0.362***
-0.410***
-0.464***
-0.427***
10
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
(0.0695)
(0.0756)
(0.0637)
(0.0638)
Constant
3.863*
5.165**
9.901***
6.294***
(2.340)
(2.206)
(1.705)
(1.607)
Observations
740
809
1,197
1,182
R-squared
0.3222
0.3500
0.3655
0.3704
Nota. La tabla 8 presenta la información de los coeficientes estimados para la ecuación de Mincer de los adultos
varones y mujeres de cuarenta años en el Perú, que corresponde a las cohortes 2004, 2009, 2015 y 2019 haciendo
uso de la base de datos de la ENAHO. Considerando la hipótesis teórica de Mincer los coeficientes estimados para
cada una de las cohortes, muestran que la educación es significativa al 1% y tiene una relación directa con el salario,
respecto a la experiencia los resultados indican respecto a esta variable no hay una relación lineal, si bien es
significativa al 1% en las cohortes 2015 y 2019, el signo del coeficiente no es el propuesto por la teoría.
Significancia estadística ***p<0.01, **p<0.05, *p<0.1
La variable de control tipo de ocupación, resulta ser significativa al 1% para las cohortes de interés. La
bondad de ajuste promedio para las cohortes es de 30.5%, lo que se considera adecuado para los modelos con datos
de corte transversal, por lo que se puede afirmar en promedio el 30.5% de las variaciones de los ingresos expresado
en logaritmos sería explicado por las variables independientes.
Tabla 9
Descomposición Oaxaca – Blinder en logaritmo del salario por hora
Año
Año
Año
Año
VARIABLES
2004
2009
2015
2019
(1) Media: Ln (salario por hora para mujeres)
0.588***
0.901***
1.293***
1.467***
(0.0632)
(0.0621)
(0.0514)
(0.0468)
(2) Media: Ln (salario por hora para hombres)
0.881***
1.260***
1.649***
1.797***
(0.0438)
(0.0446)
(0.0311)
(0.0311)
Diferencia
-0.292***
-0.359***
-0.355***
-0.330***
(0.0768)
(0.0764)
(0.0600)
(0.0562)
Descomposición
Dotaciones
0.129***
0.0881**
0.106***
0.0528*
(0.0454)
(0.0396)
(0.0315)
(0.0291)
Coeficientes
-0.340***
-0.521***
-0.504***
-0.416***
(0.0686)
(0.0741)
(0.0597)
(0.0556)
Interacción
0.0283
0.0743
0.0430
0.0326
(0.0174)
(0.0474)
(0.0370)
(0.0336)
Observación
768
838
1222
1207
Nota. Las estimaciones realizadas a través del modelo de regresión lineal múltiple muestran la brecha salarial entre
hombres y mujeres en las cohortes de interés, donde el salario promedio del hombre es superior a la mujer en la
edad de mayor productividad (considerado para el estudio 40 años). Para obtener una mejor proporción diferencial
de los salarios promedios por hora entre hombres y mujeres se ha realizado la descomposición Oaxaca Blinder en
la tabla 9 donde se observa las medias de los logaritmos del salario por hora de hombres y mujeres, siendo menor
para las mujeres respecto a los hombres en todas las cohortes; estimación consistente con el modelo de regresión
lineal múltiple desarrollado al inicio del análisis. La brecha salarial promedio por hora en las cohortes analizadas
sería 33%
En cuanto los estimadores relacionados con la descomposición, se indica que el logaritmo del salario
promedio por hora de las mujeres debería aumentar bajo las mismas condiciones (dotaciones de capital humano) en
12.9% en la cohorte 2004, 8.8% en la cohorte 2009, 10.6% en la cohorte 2015 y 5.3% en la cohorte 2019. Respecto
al componente de discriminación, los valores estimados no son significativos.
11
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
Comparación de las brechas de salarios entre hombres y mujeres
Tabla 10
Estimadores del modelo de Mincer para la variable Hombre
2004
2009
2015
2019
VARIABLES
lsal
lsal
lsal
lsal
Hombre (Todos)
0.353***
0.417***
0.369***
0.313***
(0.0114)
(0.0107)
(0.00843)
(0.00799)
Hombre (40 años)
0.409***
0.426***
0.485***
0.367***
(0.0717)
(0.0692)
(0.0530)
(0.0520)
Nota. La tabla 10 presentan la estimación de brechas salariales de género para cohorte, considerando a la totalidad
de la PEA asalariada y solo al grupo de hombres y mujeres de 40 años
Significancia estadística ***p<0.01, **p<0.05, *p<0.1
En el modelo de Mincer para las cohortes de análisis el interés es conocer las características de las brechas
salariales entre hombres y mujeres, si bien los coeficientes estimados podrían darnos una idea inicial de dichas
características es necesario mejorar el cálculo de los estimadores para poder realizar una interpretación más rigurosa.




󰇽




󰇾




– 1 =






= exp
󰇛
󰇜
– 1
Tabla 11
Ajuste del coeficiente de brecha en el modelo de Mincer
Cohortes
ᵟ
exp
Brecha (todos)
Brecha (40 años)
2004
0.2580
1.2943
42%
51%
2009
0.2980
1.3472
52%
53%
2015
0.3670
1.4434
45%
62%
2019
0.3120
1.3662
37%
44%
Nota. La tabla 5 muestra las estimaciones de la brecha salarial entre hombres y mujeres con el ajuste tanto para el
total de PEA asalariada como solo para los hombres y mujeres de 40 años, utilizando la ecuación de Mincer.
Por lo tanto, podemos concluir lo siguiente:
a) Para el año 2004 se identifica que un hombre en promedio ganaba un 42% más que una mujer con la
misma educación, experiencia y tipo de actividad.
b) Para el año 2009 se identifica que un hombre en promedio ganaba un 52% más que una mujer con la
misma educación, experiencia y tipo de actividad.
c) Para el año 2015 se identifica que un hombre en promedio ganaba un 62% más que una mujer con la
misma educación, experiencia y tipo de actividad.
d) Para el año 2019 se identifica que un hombre en promedio ganaba un 44% más que una mujer con la
misma educación, experiencia y tipo de actividad.
Las brechas que corresponde a cada cohorte muestran que comparativamente al promedio del total de la
PEA asalariado, la brecha se profundiza para las mujeres de 40 años.
12
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
DISCUSIÓN
La desigualdad salarial de género es una variable de interés para las ciencias sociales, en particular en el Perú, como
resaltan Vaccaro et al. (2022) en un contexto precedido de dos décadas de crecimiento económico sostenido con un
liderazgo marcado en América Latina, acompañado de sustanciales ganancias en capital humano producto de un
mayor acceso a la educación superior, principalmente de mujeres. Pese a estos avances en acumulación de capital
humano, prevalecen barreras laborales para las mujeres en el ingreso y desempeño dentro del mercado laboral.
La acumulación capital humano es un factor relevante para la comprensión del comportamiento de la
productividad y el salario. Kido & Kido (2015) señalan que invertir en capital humano deriva en mayor
productividad y mayores salarios, finalmente contribuye al crecimiento económico. Por esta razón se utiliza la
propuesta teórica de Mincer para poder recoger la relación existente entre los salarios y la acumulación de capital
en términos de años de escolaridad para hombres y mujeres en la edad promedio de mayor productividad.
Este estudio señala que existe una diferencia resaltante entre el ingreso promedio que percibe un hombre,
en comparación del ingreso promedio que percibe una mujer, pero dicho ingreso está determinado por el nivel de
educación, experiencia y tipo de actividad (manual, intelectual, independiente, formal, etc.). Al respecto, Ayala y
Chapa (2019) refieren que los ingresos laborales son más sensibles al aumento del consumo privado y del gasto del
gobierno, pero el consumo privado, que es el gasto realizado por organizaciones, empresas, familias e individuos
en un determinado periodo de tiempo, beneficia marginalmente el ingreso de las mujeres, aunque la creación de
ingresos laborales que genera el aumento de la inversión, beneficia la brecha salarial a favor de los hombres. Por lo
tanto, la brecha salarial de géneros, no solo está determinado por el nivel de educación, experiencia y tipo de
actividad, sino se debería a indicadores macroeconómicos, como el consumo privado, gasto de gobierno, inversión,
que son componentes de la demanda agregada. Con relación al comportamiento de las brechas salariales de género,
existe evidencia empírica que demuestran el efecto que tiene la educación, el tipo de contrato y el tipo de empleo
para explicar estos cambios en la distribución salarial, como señalan Abadia & de la Rica (2020).
El estudio realizado por Anghel et al. (2019) sobre brechas salariales de género en España aplica la teoría
de MINCER, los resultados explican una diferencia salarial a favor de los hombres con niveles educativos bajos
que con niveles educativos más altos. Sin embargo, estas diferencias se han mantenido a no menos del 11 % con
diferentes niveles de educación tanto primaria, secundaria y terciaria, en los años 2002 – 2014, este suceso explica
como la participación laboral de las mujeres es menor, que el de hombres y solamente las mujeres más productivas
son las que eligen trabajar dentro del mercado laboral de España. Por lo tanto, este estudio sustenta los resultados
realizados en el estudio de evolución de la brecha salarial de género en el Perú para las cohortes: 2004, 2009, 2015
y 2019, en el cual se menciona que un hombre en promedio gana no menos del 42% más que una mujer con la
misma educación en los diferentes años.
La evolución de las brechas en las cohortes de interés, no tienen un comportamiento similar entre el total
de PEA asalariada y el grupo de 40 años, además que estas brechas son mayores para este grupo. La brecha salarial
disminuye a partir de la tercera cohorte que corresponde al 2015 para el total de asalariados, mientras que para el
grupo de 40 años disminuye en la última cohorte 2019, estos cambios parecen responder al mayor acceso de
educación y en particular al nivel superior o educación terciaria alcanzada por las mujeres. Sin embargo, estos
progresos aún son insuficientes debido a que el mercado laboral en el Perú se caracteriza por una alta informalidad,
factor que limita una mejor evolución hacia el cierre de la brecha salarial de género, aspecto abordado en el trabajo
de Beccaria et al. (2020).
CONCLUSIONES
En el estudio se provee evidencia sobre la relación no lineal de edad y los salarios en consecuencia con la
productividad. Esto con la finalidad de observar las características de la brecha salarial entre hombres y mujeres en
la edad promedio de máximo retorno, donde con base en la elasticidad existente se puede señalar que la edad de
máximo retorno se alcanzaría en promedio a los 40 años para las cohortes de interés.
Respecto a la brecha de salarios por hora se ha estimado que los hombres obtenían un 51% más de ingresos
respecto a las mujeres en el año 2004, para la cohorte del 2009 esta brecha se incrementa a 53%, en la cohorte 2015
13
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
sigue creciendo hasta el 62% y reduciéndose en el año 2019 en 44%, comportamiento que describe una situación
preocupante del mercado laboral peruano.
Otro aspecto que se observa en cuanto a los determinantes de los salarios en la edad máxima de
productividad es el efecto marginal que tiene la educación, donde un año más de educación tiene un retorno
promedio para las cohortes estudiadas del 3.7%. De igual manera, se ha identificado que el tipo de ocupación
dependiente tiene un mejor retorno que los independientes, en promedio un retorno del 47.6% por encima de los
independientes.
Sobre las bases de la evidencia empírica, el trabajo revela que las brechas salariales se agudizan en cuanto
los hombres y mujeres alcanzan la edad máxima de productividad y que los retornos de la educación disminuyen y
se amplían las brechas según la ocupación que realizan.
REFERENCIAS
Abadía, L., & de la Rica, S. (2020). The evolution of the gender wage gap in Colombia: 1994 and 2010. Cuadernos
de Economía, 39(81), 857-895. https://doi.org/10.15446/cuad.econ.v39n81.73820
Anghel, B., Conde-Ruiz, J., & Marra de Artinano, I. (2019). Gender Wage Gaps in Spain. Hacienda Pública
Española-Review Of Public Economics, (229), 87-119. http://dx.doi.org/10.7866/hpe-rpe.19.2.4
Ayala, E., & Chapa, J. (2019). Demanda agregada y desigualdad regional por género en México. Cuadernos de
Economía, 38(77), 399-424. https://doi.org/10.15446/cuad.econ.v38n77.66561
Beccaria, L., Fernández, A. L., & Trajtemberg, D. (2020). Reducción de la desigualdad de las remuneraciones e
instituciones en Argentina (2002-2015). Cuadernos de Economía, 39(81), 731-763.
https://doi.org/10.15446/cuad.econ.v39n81.76672
Brindusa, A., Conde-Ruiz, J. I., & Marra de Artíñano, I. (2019). Brechas Salariales de Género en España. Revista
Hacienda Pública Española, 229(2), 87–119. https://doi.org/10.7866/hpe-rpe.19.2.4
Cardona, M., Montes, I., Vásquez, J., Villegas, M., & Brito, T. (2007). Capital humano: una mirada desde la
educación y la experiencia laboral. Cuadernos de Investigación, 56, 1–40.
https://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287
Cerquera, O., Arias, C., & Murcia, J. (2019). Diferencial salarial por género: un análisis comparativo entre
departamentos de la costa atlántica colombiana. Revista Virtual Universidad Católica del Norte, (56), 109-
125. https://dialnet.unirioja.es/servlet/articulo?codigo=7795743
Defensoría del Pueblo (2019). El impacto económico de la brecha salarial por razones de género.
https://www.defensoria.gob.pe/deunavezportodas/wp-content/uploads/2019/11/Brecha-salarial-por-razones-
de-genero-2019-DP.pdf
del Ángel, C. (2018). Brecha salarial de género en México. Pluralidad y Consenso, 8(35), 114–123.
http://revista.ibd.senado.gob.mx/index.php/PluralidadyConsenso/article/view/523
Díaz, C., Dema, S., & Finkel, L. (2015). Desigualdades de género en la distribución de los recursos económicos en
las parejas. Papers: Revista de Sociología, 100(1), 53–73. http://dx.doi.org/10.5565/rev/papers.591
Huacho, D., & Rosales, A. (2019). Factores determinantes de la brecha salarial por género en la Región Junín,
2004 - 2017 [Tesis de Titulación, Universidad Nacional del Centro del Perú. Huancayo].
https://repositorio.uncp.edu.pe/handle/20.500.12894/5412
INEI (2020). Encuesta Nacional de Hogares (ENAHO). https://www.datosabiertos.gob.pe/dataset/encuesta-
nacional-de-hogares-enaho-2020-instituto-nacional-de-estad%C3%ADstica-e-inform%C3%A1tica-inei
Kido, A.,& Kido, M. (2015). Modelos teóricos del capital humano y señalización: un estudio para México .
Contaduría y Administración, 60(4), 723–734. https://doi.org/10.1016/j.cya.2014.06.001
Marchionni, M., Gasparini, L., & Edo, M. (2018). Brechas de género en América Latina. CAF.
https://scioteca.caf.com/bitstream/handle/123456789/1401/Brechas de género en América Latina. Un estado
de situacion.pdf?sequence=5&isAllowed=y
Paz, J. (2019). La brecha salarial por género en Argentina: análisis acerca de la segmentación laboral. Sociedade e
Cultura, 22(1), 157–178. https://doi.org/10.5216/sec.v22i1.57894
14
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 5, # 2, 2025. Licencia CC BY. Evolución de la brecha salarial de género en el Perú. John Joseph Tarazona Jiménez, Rosario
Margarita Yslado Méndez, Lalo Leonardo Huamán Maguiña, Karina del Pilar Beltrán Castillo e Ingrid Geraldine Figueroa
Delgado.
Perticará, M., & Astudillo, A. (2008). ¿Qué tan alta puede ser la brecha de salarios en Chile? Investigando
diferencias salariales entre hombres y mujeres a partir de regresiones de cuantiles. ILADES-Georgetown
University Working Papers, 211, 1–34. https://ideas.repec.org/p/ila/ilades/inv211.html
Reyes, E. C. (octubre de 2019). repositorio.ulima. Obtenido de
https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/9934/Coronado_Reyes_Eliana_Carolina.pdf
?sequence=1&isAllowed=y
Rios, P. (2019). Educación y brecha salarial de género en el Perú [Tesis de Licenciatura, Pontificia Universidad
Católica del Perú. Lima]. https://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/14943
Tandayamo, D., & Velasteguí, A. (2020). Brecha salarial entre hombres y mujeres en la Industria Manufacturera
del Ecuador, período 2014-2017 [Tesis de Titulación, Universidad Central de Ecuador. Quito].
http://www.dspace.uce.edu.ec/handle/25000/21178
Vaccaro, G., Basurto, M. P., Beltrán, A., & Montoya, M. (2022). The Gender Wage Gap in Peru: Drivers, Evolution,
and Heterogeneities. Social Inclusion, 10(1), 19-34. https://doi.org/10.17645/si.v10i1.4757