Desigualdad de Ingresos por Etnicidad en el Mercado Laboral Peruano

Abstract

La presente investigación examina la desigualdad de ingresos por etnicidad en el mercado laboral peruano durante los años 2012, 2016, 2020 y 2023. Basado en el modelo teórico “preferencia por discriminación” desarrollado por Becker y utilizando microdatos de la Encuesta Nacional de Hogares (ENAHO), evalúa si existe una penalización salarial atribuible a la etnicidad. A diferencia de estudios previos que emplean únicamente la lengua materna o la autopercepción como indicadores étnicos, esta tesis incorpora un índice multidimensional de etnicidad propuesto por Campos Briceño y Condor Iturrizaga (2022), construido mediante análisis de componentes principales. Se aplica la descomposición Oaxaca-Blinder para estimar brechas salariales y la corrección del modelo Heckman para abordar posibles sesgos de selección. Los resultados evidencian que las personas con mayor intensidad étnica, según el índice, perciben menores ingresos laborales que aquellas con menor intensidad, incluso al controlar por factores como educación, experiencia laboral y tipo de empresa. Además, se estima que el componente no explicado de la brecha salarial, posiblemente asociado a discriminación étnica, fue de 38.9% en 2012, 26.4% en 2016, 41.7% en 2020 y 12.66% en 2023. Estos hallazgos confirman la existencia de una penalización salarial vinculada a la etnicidad en Perú.

This study examines income inequality by ethnicity in the Peruvian labor market during the years 2012, 2016, 2020, and 2023. Grounded in Becker’s “taste for discrimination” theory and using microdata from the National Household Survey (ENAHO), the research investigates whether there is a wage penalty attributable to ethnicity. Unlike previous studies that rely solely on mother tongue or self-perception as ethnic identifiers, this thesis adopts a multidimensional ethnicity index developed by Campos Briceño and Condor Iturrizaga (2022), constructed using principal component analysis. The Oaxaca-Blinder decomposition is applied to estimate wage gaps, and the Heckman correction is used to address potential sample selection bias. Results show that individuals with higher ethnic intensity, as measured by the index, earn lower wages than those with lower intensity, even after controlling for education, work experience, and firm type. Furthermore, the unexplained component of the wage gap—possibly linked to ethnic discrimination—is estimated at 38.9% in 2012, 26.4% in 2016, 41.7% in 2020, and 12.66% in 2023. These findings confirm the existence of a wage penalty associated with ethnicity in Peru.