Untitled

MINISTERIO DE TRABAJO Y PROMOCIÓN DEL EMPLEO
BETSSY BETZABET CHÁVEZ CHINO

Ministra de Trabajo y Promoción del Empleo
CAMILO DANTE LEÓN CASTRO

Viceministro de Promoción del Empleo y Capacitación Laboral
DIRECCIÓN GENERAL DE PROMOCIÓN DEL EMPLEO (DGPE)
FANNY ESTHER MONTELLANOS CARBAJAL

Directora General
DIRECCIÓN DE INVESTIGACIÓN SOCIO ECONÓMICO LABORAL (DISEL)
VIVIANA NATALI CRUZADO DE LA VEGA

Directora
ELABORACIÓN Y REVISIÓN
GIANCARLOS RIVERA REYNA

ZAIDA GUILLERMINA ARCONDO CCORIMANYA
DAVID TENORIO MANAYAY
MINISTERIO DE TRABAJO Y PROMOCIÓN DEL EMPLEO

Av. Salaverry N° 655, Jesús María
Teléfono: 630-6000 / 630-6030 - Anexo DISEL 2009
Año 2021
LIMA - PERÚ
1
ÍNDICE
PRESENTACIÓN ................................................................................................................................. 6
RESUMEN EJECUTIVO ........................................................................................................................ 7
INTRODUCCIÓN ................................................................................................................................. 9
CAPÍTULO 1. PANORAMA LABORAL EN EL PERÚ ............................................................................10
1.1. Indicadores globales del mercado laboral ...................................................................................... 11
1.1.1. Tasa de actividad o participación laboral ................................................................................................. 11
1.1.2. Tasa de ocupación o ratio empleo-población .......................................................................................... 13
1.1.3. Tasa de subempleo .................................................................................................................................... 14
1.1.4. Tasa de empleo asalariado ........................................................................................................................ 15
1.1.5. Tasa de empleo vulnerable ....................................................................................................................... 15
1.1.6. Tasa de trabajadores pobres ..................................................................................................................... 16
1.1.7. Tasa de desempleo .................................................................................................................................... 16
1.1.8. Indicadores globales según departamentos............................................................................................. 17
1.2. Principales características del empleo ........................................................................................... 18
1.2.1. Empleo según categoría ocupacional ....................................................................................................... 18
1.2.2. Teletrabajo/trabajo remoto ...................................................................................................................... 18
1.2.3. Empleo según estructura de mercado...................................................................................................... 19
1.2.4. Empleo según rama de actividad económica ........................................................................................... 20
1.2.5. Empleo según grupo ocupacional ............................................................................................................. 20
1.2.6. Empleo según nivel educativo alcanzado ................................................................................................. 21
1.2.7. Empleo por departamentos ...................................................................................................................... 22
1.3. Calidad del empleo ......................................................................................................................... 23
1.3.1. Relación contractual .................................................................................................................................. 23
1.3.2. Protección social de las trabajadoras ....................................................................................................... 24
1.3.3. Inclusión en el sistema financiero ............................................................................................................. 24
1.3.4. Ingreso real y jornada laboral .................................................................................................................... 25
1.3.5. Ingreso laboral según diferentes características...................................................................................... 27
1.3.6. Índice de Trabajo Decente (ITD) de la PEA ocupada femenina ............................................................... 31
1.4. Principales características del desempleo ...................................................................................... 32
1.5. Principales características de la inactividad ................................................................................... 33
1.5.1. Principales características de los Ninis ...................................................................................... 34
CAPÍTULO 2. SITUACIÓN DEL EMPLEO INFORMAL .........................................................................36
2.1. Principales características del empleo formal e informal ............................................................... 38
2.2. Ingreso laboral en el empleo formal e informal ............................................................................. 43
2.3. Características del empleo informal por departamentos ............................................................... 44
CAPÍTULO 3. SEGREGACIÓN OCUPACIONAL DE LAS MUJERES........................................................46
3.1. Características de la Segregación Ocupacional .............................................................................. 46
3.2. Segregación Ocupacional y el ingreso laboral ................................................................................ 47
3.3. Segregación Ocupacional y la brecha de los ingresos laborales ..................................................... 48
CAPÍTULO 4. DETERMINANTES DEL INGRESO LABORAL DE LAS MUJERES Y DE LA BRECHA SALARIAL
POR SEXO ................................................................................................................................50
4.1. Determinantes del ingreso laboral de las mujeres ......................................................................... 50
4.2. Determinantes de la brecha salarial por sexo ................................................................................ 53
BIBLIOGRAFÍA ................................................................................................................................56
ANEXOS ................................................................................................................................59
2
GLOSARIO DE TÉRMINOS ..................................................................................................................83
ÍNDICE DE GRÁFICOS
Gráfico Nº 1.1 Perú: Distribución de la PET femenina, según condición de actividad, 2020 .................................................... 10
Gráfico Nº 1.2 Perú: Tasa de actividad por sexo, 2010-2020 ...................................................................................................... 12
Gráfico Nº 1.3 Perú: Tasa de actividad por sexo, según características demográficas, 2020 ................................................... 12
Gráfico Nº 1.4 Perú: Tasa de actividad por sexo, según rangos de edad, 2020 ......................................................................... 13
Gráfico Nº 1.5 Perú: Tasa de ocupación por sexo, 2010-2020 .................................................................................................... 13
Gráfico Nº 1.6 Perú: Tasa de subempleo por sexo, 2010-2020 .................................................................................................. 14
Gráfico Nº 1.7 Perú: Tasa de subempleo por horas y tasa de subempleo por ingresos, por sexo, 2010-2020 ....................... 14
Gráfico Nº 1.8 Perú: Tasa de empleo asalariado por sexo, 2010-2020 ...................................................................................... 15
Gráfico Nº 1.9 Perú: Tasa de empleo vulnerable por sexo, 2010-2020 ...................................................................................... 15
Gráfico Nº 1.10 Perú: Tasa de trabajadores pobres por sexo, 2010-2020 ................................................................................. 16
Gráfico Nº 1.11 Perú: Tasa de desempleo por sexo, 2010-2020 ................................................................................................ 17
Gráfico Nº 1.12 Perú: Indicadores globales del mercado laboral femenino, según departamento, 2010-2020 ..................... 17
Gráfico Nº 1.13 Perú: PEA ocupada femenina según categoría ocupacional, 2010-2020 ......................................................... 18
Gráfico Nº 1.14 Perú: PEA ocupada asalariada por sexo, según modalidad de trabajo, 2020 .................................................. 19
Gráfico Nº 1.15 Perú: PEA ocupada femenina, según rama de actividad económica, 2010-2020 ........................................... 20
Gráfico Nº 1.16 Perú: PEA ocupada femenina, según nivel educativo alcanzado, 2010-2020 ................................................. 21
Gráfico Nº 1.17 Perú: PEA ocupada femenina por nivel educativo alcanzado, según tenencia de hijos en el hogar, 2020 ... 22
Gráfico Nº 1.18 Perú: PEA ocupada femenina, según departamentos, 2010 y 2020 ................................................................ 23
Gráfico Nº 1.19 Perú: PEA ocupada femenina, según relación contractual, 2010-2020 ........................................................... 23
Gráfico Nº 1.20 Perú: PEA ocupada femenina, según condición de afiliación al sistema de seguro de salud y de pensiones,
2010-2020 ...................................................................................................................................................................................... 24
Gráfico Nº 1.21 Perú: PEA ocupada femenina con y sin inclusión en el sistema financiero, 2015-2020 ................................. 24
Gráfico Nº 1.22 Perú: Ingreso real laboral promedio mensual de la PEA ocupada y brechas, según sexo, 2010-2020 .......... 25
Gráfico Nº 1.23 Perú: Ingreso laboral promedio mensual de la PEA ocupada femenina, según tenencia de hijos en el hogar,
2020 ................................................................................................................................................................................................ 25
Gráfico Nº 1.24 Perú: PEA ocupada por sexo, según quintil de ingreso laboral, 2020 .............................................................. 26
Gráfico Nº 1.25 Perú: PEA ocupada femenina, según rango de horas semanales, 2010-2020 ................................................. 26
Gráfico Nº 1.26 Perú: Brechas de ingreso laboral promedio mensual por sexo, según categoría ocupacional, 2020 ............ 27
Gráfico Nº 1.27 Perú: Brechas de ingreso laboral promedio mensual por sexo, según estructura de mercado, 2020........... 28
Gráfico Nº 1.28 Perú: Brechas de ingreso laboral promedio mensual por sexo, según grupo ocupacional, 2020 .................. 29
Gráfico Nº 1.29 Perú: Brechas de ingreso laboral promedio mensual por sexo, según rama de actividad económica, 2020 29
Gráfico Nº 1.30 Perú: Brechas de ingreso laboral promedio mensual por sexo, según nivel educativo alcanzado, 2020 ...... 30
Gráfico Nº 1.31 Perú: Brechas de ingreso laboral promedio mensual por sexo, según departamentos, 2020 ....................... 30
Gráfico Nº 1.32 Perú: Índice de Trabajo Decente (ITD) de la PEA ocupada según sexo, 2010 y 2020 ..................................... 32
Gráfico Nº 1.33 Perú: PEA desempleada femenina, según tipo de desempleo, 2010-2020 ..................................................... 32
Gráfico Nº 1.34 Perú: PEA desempleada femenina, según medios de búsqueda de empleo, 2020 ........................................ 33
Gráfico Nº 1.35 Perú: PEI femenina, según tipo de inactividad laboral, 2010-2020.................................................................. 33
Gráfico Nº 1.36 Perú: PEI plena femenina, según actividades realizadas, 2010-2020 .............................................................. 34
Gráfico Nº 1.37 Perú: Población Ninis jóvenes, según sexo, 2010-2020 .................................................................................... 34
Gráfico Nº 1.38 Perú: Población Ninis mujeres jóvenes, según grupo de edad, 2010-2020 ..................................................... 35
Gráfico Nº 1.39 Perú: Población Ninis jóvenes en condición de pobreza, según sexo, 2010-2020 .......................................... 35
Gráfico Nº 1.40 Perú: Población Ninis mujeres jóvenes, según tenencia de hijos en el hogar, 2010-2020 ............................. 35
3
Gráfico Nº 2.1 Población Económicamente Activa ocupada, según condición de empleo informal ........................................ 36
Gráfico Nº 2.2 Perú: PEA ocupada femenina con empleo formal e informal dentro y fuera del sector informal, 2010-2020 37
Gráfico Nº 2.3 Perú: Tasas de empleo formal e informal, según sexo, 2010-2020.................................................................... 38
Gráfico Nº 2.4 Perú: PEA ocupada femenina con empleo formal e informal, según rango de edad y área de residencia, 2020
........................................................................................................................................................................................................ 38
Gráfico Nº 2.5 Perú: PEA ocupada femenina con empleo formal e informal, según relación de parentesco con el jefe de
hogar y tenencia de hijos en el hogar, 2020................................................................................................................................. 39
Gráfico Nº 2.6 Perú: Tasa de empleo formal e informal dentro y fuera del sector informal, según nivel de educativo
culminado, 2020............................................................................................................................................................................. 39
Gráfico Nº 2.7 Perú: Tasa de empleo informal femenina por nivel educativo culminado, según edad, 2010-2020 ............... 40
Gráfico Nº 2.8 Perú: PEA ocupada femenina con empleo informal y tasa de empleo informal, según categoría ocupacional,
2020 ................................................................................................................................................................................................ 41
Gráfico Nº 2.9 Perú: PEA ocupada femenina con empleo informal y tasa de empleo informal, según grupo ocupacional, 2020
........................................................................................................................................................................................................ 41
Gráfico Nº 2.10 Perú: PEA ocupada femenina con empleo informal y tasa de empleo informal, según rama de actividad
económica, 2020 ............................................................................................................................................................................ 42
Gráfico Nº 2.11 Perú: PEA ocupada femenina con empleo informal y tasa de empleo informal, según subramas de la actividad
económica servicios, 2020 ............................................................................................................................................................ 42
Gráfico Nº 2.12 Perú: Ingreso real laboral promedio mensual de la pea ocupada con empleo formal e informal, según sexo,
2010-2020 ...................................................................................................................................................................................... 43
Gráfico Nº 2.13 Perú: Ingreso laboral promedio mensual de la PEA ocupada femenina con empleo formal e informal dentro
y fuera del sector informal, según nivel educativo alcanzado, 2020 .......................................................................................... 44
Gráfico Nº 2.14 Perú: PEA ocupada femenina con empleo formal e informal dentro y fuera del sector informal, según
departamentos, 2020 .................................................................................................................................................................... 44
Gráfico Nº 2.15 Perú: Ingreso laboral promedio mensual de la PEA ocupada femenina con empleo formal e informal dentro
y fuera del sector informal, según departamento, 2020 ............................................................................................................. 45
Gráfico Nº 3.1 Perú: PEA ocupada por sexo, según grupo ocupacional, 2020 ........................................................................... 46
Gráfico Nº 3.2 Perú: Distribución de las ocupaciones, según clasificación OIT, 2012-2020 ...................................................... 47
Gráfico Nº 3.3 Perú: Ingreso real laboral promedio mensual de las ocupaciones, según clasificación OIT, 2012-2020 ......... 48
Gráfico Nº 3.4 Perú: Ingreso laboral promedio mensual y brecha por sexo de las ocupaciones, según clasificación OIT, 2020
........................................................................................................................................................................................................ 48
Gráfico Nº 3.5 Perú: Brecha del ingreso laboral e índice de segregación por género, según grupo ocupacional, 2014-2020 49
Gráfico Nº 4.1 Perú: Descomposición del diferencial de ingresos entre hombres y mujeres, 2012-2020 ............................... 53
Gráfico Nº 4.2 Perú: Descomposición del diferencial de ingresos entre hombres y mujeres, según grupo de edad, 2012-2020
........................................................................................................................................................................................................ 54
Gráfico Nº 4.3 Perú: Descomposición del diferencial de ingresos entre hombres y mujeres, según nivel educativo alcanzado,
2012-2020 ...................................................................................................................................................................................... 54
Gráfico Nº 4.4 Perú: Descomposición del diferencial de ingresos entre hombres y mujeres, según empleo formal e informal,
2012-2020 ...................................................................................................................................................................................... 55
ÍNDICE DE CUADROS
Cuadro Nº 1.1 Perú: Población femenina, según condición de actividad, 2010 y 2020 ............................................................ 11
Cuadro Nº 1.2 Perú: Distribución de la PEA y PEI femenina por condición de actividad, según grupos de edad, 2020 ......... 11
Cuadro Nº 1.3 Perú: PEA ocupada femenina, según estructura de mercado, 2010-2020 ........................................................ 19
Cuadro Nº 1.4 Perú: PEA ocupada femenina, según grupo ocupacional, 2010-2020 ............................................................... 21
Cuadro Nº 1.5 Perú: Ingreso real y jornada laboral promedio mensual de la PEA ocupada, según sexo, 2010-2020............. 27
Cuadro Nº 1.6 Componentes y criterios de cumplimiento que comprenden el Índice de Trabajo Decente (ITD) .................. 31
4
Cuadro Nº 4.1 Perú: Estimación por variables instrumentales de los Determinantes del ingreso laboral por hora de las
mujeres, 2020 ................................................................................................................................................................................ 52
ÍNDICE DE ANEXOS
Anexo Nº 1. 1 Perú: Población femenina, según condición de actividad, 2010-2020 ............................................................... 59
Anexo Nº 1. 2 Perú: Tasa de Actividad por sexo, según características demográficas, 2010-2020 .......................................... 59
Anexo Nº 1. 3 Perú: Tasa de ocupación por sexo, según características demográficas, 2010-2020 ........................................ 60
Anexo Nº 1. 4 Perú: Tasa de subempleo por sexo, según características demográficas, 2010-2020 ....................................... 61
Anexo Nº 1. 5 Perú: Tasa de empleo asalariado por sexo, según características demográficas, 2010-2020 ........................... 62
Anexo Nº 1. 6 Perú: Tasa de empleo vulnerable por sexo, según características demográficas, 2010-2020 .......................... 63
Anexo Nº 1. 7 Perú: Tasa de trabajadores pobres por sexo, según características demográficas, 2010-2020........................ 64
Anexo Nº 1. 8 Perú: Tasa de desempleo por sexo, según características demográficas, 2010-2020 ....................................... 65
Anexo Nº 1. 9 Perú: PEA ocupada asalariada por sexo, según modalidad de trabajo,2020 ...................................................... 65
Anexo Nº 1. 10 Perú: PEA ocupada femenina, según estructura de mercado,2010-2020 ........................................................ 66
Anexo Nº 1. 11 Perú: PEA ocupada femenina, según subrama de actividad económica,2010-2020 ..................................... 66
Anexo Nº 1. 12 Perú: PEA ocupada femenina, según grupo ocupacional,2010-2020 ............................................................... 67
Anexo Nº 1. 13 Perú: PEA ocupada femenina, según tipo de contrato, 2010-2020 .................................................................. 67
Anexo Nº 1. 14 Perú: PEA ocupada femenina afiliada a un seguro de salud, por tipo de aportante, 2012-2020 ................... 67
Anexo Nº 1. 15 Perú: Ingreso laboral promedio mensual de la PEA ocupada, según sexo, 2010-2020 ................................... 68
Anexo Nº 1. 16 Perú: Ingreso laboral promedio mensual, jornada laboral e ingreso por hora de la PEA ocupada por sexo,
según características, 2020 ........................................................................................................................................................... 69
Anexo Nº 1. 17 Perú: Índice de Trabajo Decente (ITD) femenina, según diversas características, 2010-2020........................ 70
Anexo Nº 1. 18 Perú: PEI Plena masculina, según actividades realizadas, 2010-2020 .............................................................. 71
Anexo Nº 2. 1 Perú: PEA ocupada femenina, según condición de empleo informal, 2010-2020 ............................................. 72
Anexo Nº 2. 2 Perú: Tasa de empleo formal e informal por condición de empleo informal, según sexo, 2010-2020 ............ 72
Anexo Nº 2. 3 Perú: PEA ocupada femenina con empleo informal y tasa de empleo informal, según estructura de mercado,
2020 ................................................................................................................................................................................................ 73
Anexo Nº 2. 4 Perú: Ingreso laboral promedio mensual de la PEA ocupada femenina con empleo formal e informal, según
características generales, 2020 ..................................................................................................................................................... 73
características socioeconómicas, 2020 ......................................................................................................................................... 74
departamento, 2020 ...................................................................................................................................................................... 74
Anexo Nº 3. 1 Índices de segregación ocupacional...................................................................................................................... 75

Anexo Nº 3. 2 Ranking de Ocupaciones feminizadas, masculinizadas y mixtas ......................................................................... 76
Anexo Nº 4. 1 Modelo de participación Laboral Femenina, 2020............................................................................................... 77

Anexo Nº 4. 2 Perú: Estimación MCO de Determinantes del ingreso laboral por hora de las mujeres, 2020 ......................... 79
Anexo Nº 4. 3 Variables instrumentales ....................................................................................................................................... 79
Anexo Nº 4. 4 Método de descomposición de Oaxaca-Blinder................................................................................................... 80
Anexo Nº 4. 5 Descomposición de brecha salarial por sexo, según autopercepción étnica, 2012-2020 ................................. 82
5
PRESENTACIÓN
El Ministerio de Trabajo y Promoción del Empleo (MTPE), a través de la Dirección de Investigación Socio Económico Laboral
(DISEL) de la Dirección General de Promoción del Empleo (DGPE), presenta en esta oportunidad a las autoridades, instituciones
públicas y privadas, academia y usuarios en general, el documento: Informe Anual 2020: La Mujer en el Mercado Laboral
Peruano. Este documento contiene primordialmente información sobre los principales indicadores laborales con base en los
resultados de la Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza aplicada por el Instituto Nacional de
Estadística e Informática (INEI).
El principal objetivo del informe es analizar las características de la oferta laboral en las mujeres según distintas variables para
los últimos diez años, tales como los indicadores globales (tasa de actividad, ocupación o ratio empleo-población, subempleo,
empleo asalariado, empleo vulnerable, índice de empleo decente y desempleo), principales características del empleo (según
categoría ocupacional, estructura de mercado, rama de actividad económica, grupo ocupacional, nivel educativo alcanzado,
protección social de las trabajadoras, inclusión en el sistema financiero, empleo por departamentos, modalidad contractual de
las asalariadas), ingreso y jornada laboral, así como características del desempleo, y la inactividad. Adicionalmente, se realiza un
análisis de la situación del empleo informal; así como de la segregación ocupacional de las mujeres existente en el mercado
laboral peruano. Asimismo, se analizan los determinantes del ingreso laboral de las mujeres y la brecha salarial por sexo.
Este informe forma parte del conjunto de investigaciones y estudios sociolaborales que elabora la Dirección de Investigación
Socio Económico Laboral (DISEL), tales como informes anuales, reportes trimestrales, informes mensuales, trabajos de
investigación especializados, entre otros. Se espera que los resultados permitan orientar políticas públicas específicas en el
ámbito del mercado laboral y a la mejora en la toma de decisiones de la ciudadanía en general, en particular en tiempos de
pandemia global que ha afectado el desempeño de los mercados laborales
Se invita a los interesados que deseen obtener información complementaria consultar la página web del MTPE en la sección /
Estadísticas / Información del Mercado de Trabajo / Informe de la Mujer.
El Ministerio de Trabajo y Promoción del Empleo expresa su reconocimiento a las personas que hicieron posible la elaboración
del presente informe. Esta publicación es un esfuerzo del MTPE por difundir información del mercado de trabajo que contribuya
a una eficiente y óptima toma de decisiones.
Lima, diciembre de 2021
6
RESUMEN EJECUTIVO
El presente informe realiza un análisis de las características del empleo de la mujer en el mercado de trabajo en el Perú. Entre
los principales resultados se pueden mencionar los siguientes:
▪ En 2020, en Perú la Población en Edad de Trabajar (PET) femenina sumó un total de 12 millones 501 mil 161 personas, de
las cuales 6 millones 813 mil 955 conformaron la Población Económicamente Activa (PEA), donde 6 millones 288 mil 842
fueron parte de la PEA ocupada y 525 mil 113 de la PEA desocupada. La población de mujeres restante de la PET lo conformó
la Población Económicamente Inactiva (PEI), con un total de 5 millones 687 mil 206 mujeres.
▪ La tasa de actividad femenina se ubicó en 54,5% en el 2020, mientras que la tasa de ocupación fue de 50,3%. Por su parte
la tasa de subempleo fue de 65,7%, la tasa de desempleo fue 7,7%; la tasa de empleo asalariado fue de 36,5%, la tasa de
empleo vulnerable fue 58,1% y tasa de trabajadores pobres 23,9%.
▪ Según categoría ocupacional, para el 2020, la PEA ocupada femenina se desempeñó mayoritariamente como
independientes (37,3%) y asalariadas del sector privado (26,6%), seguidos en menor medida por las Trabajadoras Familiares
No Remuneradas (20,8%).
▪ Debido a las restricciones de movilidad impuestas por el gobierno en el 2020, el 19,8% de las mujeres asalariadas realizo
trabajo remoto y/o teletrabajo, el 8,3% de manera presencial- algunos días y la gran mayoría el 69,5% asistió a su centro
de labores todos los días, similar comportamiento registraron los hombres.
▪ De acuerdo a la estructura de mercado, el 37,3% de mujeres laboraban como independientes al 2020, principalmente como
no calificadas, es decir no profesionales o no técnicas; seguida de las trabajadoras del sector privado (28,3%), en su mayoría
en empresas de 2 a 10 trabajadores.
▪ Por actividad económica, la rama servicios absorbió al 37,4% de las mujeres trabajadoras, seguido por las ramas extractiva
(29,3%), comercio (24,6%), industria (8,3%) y finalmente construcción (0,4%). Cabe resaltar que dentro de la rama servicios,
las subramas con mayor presencia de mujeres fueron servicios comunitarios, sociales y recreativos; y restaurantes y hoteles.
Asimismo, en la rama extractiva la subrama agricultura, ganadería, silvicultura y pesca con (29,1%) mujeres ocupadas.
▪ Según el nivel educativo, el 37,6% de las mujeres trabajadoras estudió hasta el nivel educativo secundaria, seguidas por las
que lograron alcanzar el nivel educativo superior (33,0%) entre las cuales el 17,2% culminó estudios universitarios y el 15,8%
no universitarios.
▪ Después de Lima, los departamentos de Cajamarca, Puno y Piura, concentraron la mayor cantidad de población ocupada
femenina, pues agruparon más de 350 mil trabajadoras.
▪ Para el 2020, el 79,6% del total de mujeres trabajadoras contó con seguro de salud; y el 28,8% estuvo afiliado a un sistema
de pensión (24,9% accedió a ambos beneficios sociales). Entre el 2010 y 2020, el nivel de protección social de las mujeres
aumentó significativamente (18,1 p.p. en la afiliación a sistema de seguros de salud y en sistemas de pensiones).
▪ En 2020, las mujeres ocupadas percibieron un ingreso laboral promedio mensual de S/ 1 098 trabajando 186 horas en
promedio al mes; el ingreso laboral mensual se incrementó, en términos reales, a una tasa crecimiento promedio anual de
1,0% durante el periodo 2010-2020.
▪ El mayor ingreso laboral, según categoría ocupacional, lo percibieron las empleadoras (S/ 2 526); según estructura de
mercado se dio en las empresas privadas de 101 a más trabajadores (S/ 2 007); según rama de actividad, fueron
construcción (S/ 1 806); según grupo ocupacional fue más alto en gerentes, administradoras y funcionarias (S/ 4 505); y, de
acuerdo al nivel educativo, fue superior en las que contaban con educación superior universitaria (S/ 2 138).
▪ En cuanto al indicador de Trabajo Decente (ITD), solo el 7,8% de las mujeres ocupadas tuvo un empleo que cumplió con
todos los indicadores de empleo decente, mientras que el 9,8% tuvo un empleo que no cumplía con ninguno de los
indicadores.
▪ La PEA desempleada femenina estuvo conformada, en su mayoría, por aspirantes (84,3%) en 2020, es decir, buscaban su
primer empleo. Asimismo, el principal medio de búsqueda de empleo fueron las relaciones personales con amigos o
parientes (48,7%).
▪ Al 2020, la PEI femenina estuvo conformada principalmente por inactivas plenas (94,9%), es decir, no tuvieron interés en
trabajar o no estuvieron disponibles para hacerlo. La principal actividad realizada por las inactivas plenas fue realizar los
quehaceres del hogar (68,2%); dicha actividad fue ampliamente mayor respecto a lo registrado en hombres (35,4%).
7
▪ La tasa de mujeres jóvenes (15 a 29 años) que ni estudia ni trabaja alcanzó el 38,6% en el 2020. Asimismo, la población de
ninis jóvenes estuvo conformada en su mayor parte por mujeres, representando al 59,1% de esta población.
▪ La tasa de jóvenes ninis es mayor dentro de las mujeres pobres (44,8%), en comparación con la de los hombres pobres
(29,8%). Asimismo, la brecha de la tasa de jóvenes mujeres ninis con al menos un hijo (40,1%) se redujo en 1,8 p.p. con
respecto a las mujeres sin hijos (38,3%).
▪ Las mujeres tienen una tasa de empleo informal que supera el 70% en todos los años del periodo 2010-2020 y es
consistentemente mayor que la tasa registrada para los hombres. Para el 2020 la tasa correspondiente a las mujeres fue
de 77,2%, mientras que la de los hombres fue de 73,9%.
▪ El tipo de empleo informal varía considerablemente según rango de edad, la mayor proporción se encontró en mujeres de
14-17 años seguido por las de 66 a más años, fueron las que tuvieron mayor presencia de empleo informal dentro del sector
informal con (90,9%) y (87,0%) respectivamente.
▪ Para las mujeres entre 18 y 45 años, tener mayor número de hijos se relaciona con tasa de empleo informal más alta, la
cual llega a 73,3% para las que tienen un solo hijo y aumenta a 87,8% para aquellas que tienen de tres hijos a más y para
las mujeres que no tienen hijos con 74,7%.
▪ El grupo ocupacional con mayor tasa de empleo informal fue el de agricultoras, ganaderas y pescadoras (98,0%), seguido
por conductoras (89,3%), trabajadoras del hogar (86,7%), y vendedoras (84,4%).
▪ El tipo de empleo informal varía según departamento. Por un lado, Huancavelica y Cajamarca, que cuentan con una tasa
de empleo informal de 93,9% y 93,2%, respectivamente, están relacionados a la alta concentración de unidades de
producción informal que llega hasta más del 90% en cada uno de los departamentos mencionados. Por otro lado, para Lima
e Ica esto es distinto, pues están entre los departamentos con mayor tasa de empleo formal, y su empleo informal se
relaciona con empleos que están fuera del sector informal.
▪ Al analizar la segregación ocupacional de las mujeres en el mercado laboral, esta fue extensa y persistente hasta el 2019,
para el 2020 este indicador que evidencia la desigualdad existente en la distribución de trabajadores por género1 en
distintas ocupaciones cayó a 48,9%. Asimismo, este hecho se refleja en la existencia de ocupaciones segregadas, tal así, el
41,3% de ocupaciones están masculinizadas, el 37,6% feminizadas; mientras que el 21,1% son ocupaciones mixtas o
paritarias, según el criterio de la OIT.
▪ En 2020, las ocupaciones con menor ingreso laboral fueron las masculinizadas (S/ 1 152) y feminizadas (S/ 1 016), las mismas
que están asociadas a un mayor nivel de segregación en comparación de las ocupaciones mixtas (S/ 2 070), con similar
distribución de hombres y mujeres. Cabe resaltar que la brecha de ingresos laborales que enfrentan ambos géneros fue
mayor en ocupaciones feminizadas; y se asocia de forma directa con el índice de segregación ocupacional.
▪ Los determinantes del ingreso laboral promedio por hora de las mujeres fueron los años de educación, experiencia laboral,
la experiencia al cuadrado, área de residencia y la autopercepción étnica. Además, el índice de segregación ocupacional y
sectorial en el mercado laboral tuvieron efectos negativos en el ingreso laboral por hora de las mujeres. Asimismo, ocurrió
con la situación de trabajar en ocupaciones feminizadas pues conllevan a percibir un menor del ingreso laboral. En el 2020,
la brecha de ingresos por sexo significó que las mujeres en promedio, obtuvieron un ingreso laboral por hora menor en
11,2% respecto a los hombres (metodología Oxaca-Blinder). Esta brecha se explica gran parte por factores no observables
(6,4%) y una menor parte por características individuales (4,7%).
▪ Entre el 2012 y 2020, para el grupo de personas jóvenes (15-29 años); los autoidentificados como indígenas y afroperuanos;
aquellos con educación básica; y con empleos formales e informales, la brecha de ingreso siempre fue explicada por el
componente discriminatorio. Mientras que, el componente explicado de características individuales fue relevante
específicamente en el grupo de blancos y mestizos, y aquellos con educación superior.
1 En el desarrollo de este informe se utiliza indiferentemente los términos género y sexo.
8
INTRODUCCIÓN
El Ministerio de Trabajo y Promoción del Empleo (MTPE), a través de la Dirección de Investigación Socio Económico Laboral
(DISEL), que forma parte de la Dirección General de Promoción del Empleo (DGPE), pone a disposición del público en general el
Informe Anual 2020: La Mujer en el Mercado Laboral Peruano., elaborado a partir de los resultados de la Encuesta Nacional de
Hogares.
Este documento se divide en cuatro capítulos que brindan información sobre el comportamiento de los principales indicadores
del mercado laboral femenino de los últimos 10 años, mostrando especialmente el comportamiento en el año 2020, que revela
un escenario con altas tasas de desempleo, incremento de la inactividad y una caída en la tasa de participación en la fuerza
laboral, como resultado del impacto por la pandemia COVID-19.
En la primera parte se estudia el contexto laboral en la que se desarrollan las trabajadoras mujeres a nivel nacional, analizando
los principales indicadores globales y características laborales (tasa de actividad, ocupación o ratio empleo-población,
subempleo, empleo asalariado, empleo vulnerable y desempleo) en los últimos años. Asimismo, se describen las principales
características del empleo, así como su calidad (protección social de las trabajadoras, inclusión en el sistema financiero, índice
de empleo decente), y se realiza un análisis de los ingresos y jornada laboral (según categoría ocupacional, estructura de
mercado, rama de actividad económica, grupo ocupacional, nivel educativo alcanzado y departamento). Además, se incluyen las
principales características del desempleo y la inactividad en la que se desenvuelven las mujeres.
En el segundo capítulo del documento se describe la situación del empleo informal y sus principales características en
comparación con el empleo formal y otras variables relevantes.
En tanto, en el tercer capítulo, se realiza un análisis general de la segregación ocupacional existente en el mercado laboral,
debido a su importante relevancia como indicador de desigualdad laboral al interior de las distintas ocupaciones. Asimismo, se
enfatiza en la caracterización de las ocupaciones con mayores niveles de segregación ocupacional (es decir, tradicionalmente
denominadas como ocupaciones masculinizadas y feminizadas); así como, en las implicancias que tiene sobre el ingreso laboral
y la brecha salarial que afectan a las mujeres en el Perú.
En el capítulo cuatro se realiza un análisis econométrico de los determinantes que influyen en el ingreso laboral de las mujeres,
incluyendo las características de trabajar en ocupaciones segregadas (ocupaciones masculinizadas y feminizadas); además de
analizar la discriminación salarial como un factor importante que podría explicar la brecha salarial por sexo.
Finalmente, se presentan las conclusiones, bibliografía, anexos y glosario de términos.
9
CAPÍTULO 1. PANORAMA LABORAL EN EL PERÚ
En el 2020, de acuerdo a los resultados de la Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, la Población
en Edad de Trabajar (PET) femenina de 14 a más años 2 ascendió a 12 millones 501 mil 161 mujeres, de las cuales 6 millones 813
mil 955 pertenecieron a la Población Económicamente Activa (PEA)3. El grupo restante de la PET, es decir la Población
Económicamente Inactiva (PEI), abarcó un total de 5 millones 687 mil 206 mujeres. Ver Gráfico N° 1.1.
Al analizar los componentes de la PEA, también conocida como “fuerza de trabajo” u “oferta laboral”, el 92,3% se encontraban
en condición de ocupadas, es decir, un total de 6 millones 288 mil 842 mujeres estaban laborando4. De este total, más de la
mitad (65,7%), es decir, 4 millones 479 mil 43 mujeres, estaban subempleadas, grupo explicado principalmente por el subempleo
por ingresos (62,7%) y en menor medida por el subempleo por horas (3,0%). En tanto, 1 millón 809 mil 799 mujeres se
encontraban adecuadamente empleadas tanto en términos de ingresos como de horas.
Según la condición de desempleadas, 525 mil 113 mujeres buscaron activamente, sin éxito, un empleo. De este grupo, la mayoría
fueron aspirante (442 mil 709 personas), es decir, que buscaron empleo activamente por primera vez, y las 82 mil 404
desempleadas restantes fueron cesantes, grupo conformado por mujeres que se encontraban desocupadas, pero anteriormente
habían ocupado un puesto de trabajo.
Asimismo, en lo referente a la Población Económicamente Inactiva (PEI), 5 millones 687 mil 206 mujeres estuvieron inactivas, es
decir no participaron en el mercado laboral. La mayor parte de la PEI estuvo representada por mujeres inactivas, es decir, sin
deseos de trabajar o imposibilidad para hacerlo (94,9%); mientras que solo el 5,1% (287 mil 832 mujeres) sí tuvieron el deseo y
la disponibilidad de trabajar, pero no buscaron un empleo, ya sea porque se cansaron de buscar, por falta de experiencia laboral,
diversas razones de salud o por falta de capital para emprender un negocio.
GRÁFICO Nº 1.1
PERÚ: DISTRIBUCIÓN DE LA PET FEMENINA, SEGÚN CONDICIÓN DE ACTIVIDAD, 2020
(Absoluto y porcentaje)
Población en Edad de Trabajar

(PET)
12 501 161
Población Población
Económicamente Activa Económicamente Inactiva
(PEA) (PEI)
6 813 955 (100,0%) 5 687 206 (100,0%)
PEA Ocupada PEA Desocupada Inactivo Pleno Desempleo Oculto

6 288 842 (92,3%) 525 113 (7,7%) 5 399 374 (94,9%) 287 832 (5,1%)
Adecuadamente
Subempleada Cesante Aspirante
empleada
4 479 043 (65,7%) 82 404 (1,2%) 442 709 (6,5%)
1 809 799 (26,6%)
Por horas Por ingresos

203 297 (3,0%) 4 275 747 (62,7%)
Nota: La suma de las partes no puede coincidir con el total debido al redondeo de las cifras
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2020.
Elaboración: MTPE - DGPE - Dirección de Investigación Socio Económico Laboral (DISEL).
2 La PET femenina representó el 50,2% del total de la PET nivel nacional, cifra ligeramente menor al de sus pares hombres (49,8%). Ver MTPE (2021a).
3 La PEA o fuerza laboral femenina conformó un grupo importante en el mercado laboral peruano debido a que representó el 42,3% del total de la PEA nacional.
4 La PEA ocupada femenina detallada en esta sección representó al 44,2% de la PEA ocupada total.
10
Entre el 2010 y 2020, se puede observar en el Cuadro N° 1.1 que la PET femenina se incrementó en 1,6% en promedio, lo que
representó un aumento promedio de 185 mil 151 mujeres entre dichos años. Durante el mismo periodo, la PEA experimentó un
decrecimiento promedio de -0,3% al año5 (18 mil 12 mujeres por año en promedio), estos resultados negativos también se
vieron reflejados en las variaciones de la PEA ocupada disminuyendo en -0,6% (37 mil 522 mujeres por año en promedio),
aumentado la PEA desocupada en 4,8% (19 mil 509 mujeres por año en promedio). Estos resultados se vieron afectados en su
totalidad por la reducción de la fuerza laboral ocasionada por la emergencia de la COVID-19 durante el año 2020.
CUADRO Nº 1.1
PERÚ: POBLACIÓN FEMENINA, SEGÚN CONDICIÓN DE ACTIVIDAD, 2010 Y 2020
Variación promedio anual
Condición de actividad 2010 2020 (2010-2020)
Absoluta Porcentual
Población en Edad de Trabajar (PET) 10 649 649 12 501 161 185 151 1,6
Población Económicamente Activa (PEA) 6 994 079 6 813 955 - 18 012 -0,3
PEA Ocupada 6 664 057 6 288 842 - 37 522 -0,6
Adecuadamente empleada 1 978 461 1 809 799 - 16 866 -0,9
Subempleo 4 685 596 4 479 043 - 20 655 -0,4
PEA Desocupada 330 022 525 113 19 509 4,8
Cesante 274 264 82 404 - 19 186 -11,3
Aspirante 55 758 442 709 38 695 23,0
Población Económicamente Inactiva (PEI) 3 655 569 5 687 206 203 164 4,5
Inactivo pleno 3 434 562 5 399 374 196 481 4,6
Desempleo oculto 221 008 287 832 6 682 2,7
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2010 y 2020.
La PEA femenina para el 2020 alcanzó la cifra de 6 millones 813 mil 955 mujeres, de las cuales el 29,9% lo conformaron las
jóvenes de 15 a 29 años (2 millones 34 mil 44 personas)6. Además, dicho grupo conformó el 27,7% de la población ocupada
femenina; mientras que, el 58,5% de la PEA femenina lo constituyó la población adulta de 30 a 59 años; y el 10,7% las mujeres
adultas mayores de 60 años a más de edad. En el caso de la población desocupada, el grupo de edad más amplio lo conformaron
las jóvenes (55,2%) en comparación a las adultas (39,7%) y adultas mayores (3,4%).
CUADRO Nº 1.2
PERÚ: DISTRIBUCIÓN DE LA PEA Y PEI FEMENINA POR CONDICIÓN DE ACTIVIDAD, SEGÚN GRUPOS DE EDAD, 2020
PEA Condición de actividad
Grupo de edad
Absoluto Porcentaje Ocupado Desocupado
6 288 842 525 113

Total 6 813 955 100,0
100,0 100,0
Joven (15-29 años) 2 034 044 29,9 27,7 55,2
Adulta (30-59 años) 3 984 116 58,5 60,0 39,7
Adulta mayor (60 a más) 727 552 10,7 11,3 3,4
Nota: La suma de las partes puede no coincidir con el total debido al redondeo de las cifras. Se excluyen las personas
de 14 años por representar una baja participación en el total de la PEA (1,0%).
Cifra referencial para desocupadas adultas mayores.
1.1. INDICADORES GLOBALES DEL MERCADO LABORAL

1.1.1. TASA DE ACTIVIDAD O PARTICIPACIÓN LABORAL7
Para el 2010-2019, la tasa de actividad femenina tuvo un comportamiento constante, fluctuando en promedio alrededor
de 64,2%. En el 2020 dicho indicador fue 54,5%, disminuyendo (-11,2 p.p.) con respecto al 2010, lo que significa que 5 de
cada 10 mujeres en edad de trabajar se encontraban participando activamente en el mercado de trabajo, esta situación
se habría acentuado a la pandemia, pues el cierre de instituciones educativas y el cuidado de personas vulnerables habría
incrementado las tareas dentro del hogar, actividades principalmente desempeñadas por las mujeres8. Asimismo, la tasa
de actividad de los hombres también se vio afectado cayendo a 75,0% en el 2020.
Cabe destacar que la brecha de actividad existente se incrementó en los últimos diez años, al pasar de 17,0 p.p. en el 2010
a 20,5 p.p. en el 2020.
5 En los últimos diez años la PET femenina se ha venido incrementando ver Anexo N° 1.1.
6 En el desarrollo del presente informe se consideran jóvenes en el grupo de edad de 15 a 29 años.
7 La tasa de actividad o tasa de participación laboral (𝜌) indica la proporción de la PET que participa activamente en el mercado laboral (PEA), incluye aquellos que
𝑃𝐸𝐴
se encuentran trabajando (ocupados) o en la búsqueda activa de un empleo (desocupados). Este indicador se expresa de la siguiente manera: 𝜌 =
𝑃𝐸𝑇
8 MTPE (2021b).
11
GRÁFICO Nº 1.2
PERÚ: TASA DE ACTIVIDAD POR SEXO, 2010-2020
(Porcentaje)
82,7 82,7 82,4 82,0 Etapa COVID
81,4 81,0 81,2 81,0 80,7 81,1
75,0
65,7 65,2 64,8 Mujer

64,5 64,0 64,0 64,5
63,3 63,3
62,3 Hombre
54,5
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2010-2020.
La tasa de actividad femenina se caracteriza por ser más elevada en el área rural 70.4%, y en aquellas mujeres que cuentan
con educación superior no universitaria 62,6% y universitaria 62,5%. En el caso de los hombres, ocurre la misma situación.
Cabe destacar que, la brecha de actividad existente se dio a favor de los hombres en todas las características
demográficas9.
GRÁFICO Nº 1.3
PERÚ: TASA DE ACTIVIDAD POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2020
(Porcentaje)
Área de residencia Nivel educativo
88,0 82,4
78,8 72,1 74,0
71,6 70,4
56,7 62,6 62,5
51,1 47,7
Urbano Rural Hasta primaria 1/ Secundaria SNU SU
Hombre Mujer
1/ Incluye sin nivel educativo y educación básica especial.
La tasa de actividad comienza a crecer a partir de los 14 años de edad tanto para hombres como para mujeres. Logra su
tasa máxima de actividad en el rango de edad de 30 a 49 años, y, finalmente registra tasas decrecientes de actividad hasta
llegar a las edades de las personas en su etapa de jubilación. Nótese, además, que la tasa de actividad de los hombres es
mayor en relación a la de las mujeres para todas las edades, pero dicha brecha comienza ampliarse a partir de los 20 años
aproximadamente, cuando la mujer comienza su periodo de fecundidad.10
9Ver Anexo N° 1.2 se detalla la tasa de actividad por sexo según área de residencia, grupo de edad, nivel educativo de los últimos 10 años.
10De acuerdo con Hugo Ñopo, los hombres y las mujeres participan de los mercados de trabajo con las mismas tasas y aproximadamente con los mismos salarios.
Es cuando empiezan los periodos de fecundidad que las mujeres deben salir tempranamente de los mercados de trabajo, para luego volver a insertarse. Esta situación
conlleva a que exista una penalidad por la maternidad lo que conlleva a que las mujeres bajen sus salarios y pierdan la posibilidad de acumulación de experiencia
profesional. A largo plazo, esto se traduce en brechas en salarios y en posiciones dentro de las organizaciones (El Comercio, 2017).
12
GRÁFICO Nº 1.4
PERÚ: TASA DE ACTIVIDAD POR SEXO, SEGÚN RANGOS DE EDAD, 2020
(Porcentaje)
Mujer Hombre
88,6 89,5 89,2 88,9 88,6

83,8 83,1 80,0
70,8 66,6
49,8
41,9 67,1 68,7
63,0 63,0 65,5 65,1 61,7 32,7
28,3 53,5 53,6
41,9
30,6 33,8
Jóvenes Adultos Adultos mayores
20,6 19,3
14 años 15 a 19 20 a 24 25 a 29 30 a 34 35 a 39 40 a 44 45 a 49 50 a 54 55 a 59 60 a 64 65 a 69 70 a 74 Más
años años años años años años años años años años años años de 74
años
1.1.2. TASA DE OCUPACIÓN O RATIO EMPLEO-POBLACIÓN11
Al considerar la paralización de actividades económicas, debido a las medidas tomadas para contrarrestar la propagación
de la COVID-19, se encontraron cambios importantes en el empleo. La tasa de ocupación femenina para el 2020 alcanzó
la cifra de 50,3% disminuyendo en 12,3 p.p. con respecto al 2010, es decir, 5 de cada 10 mujeres en edad de trabajar se
encontraban laborando durante el primer año de pandemia.
En tanto, la tasa de ocupación de los hombres también disminuyo en 10,1 p.p. al pasar de 79,7% a 69,6% en el 2020.
GRÁFICO Nº 1.5
PERÚ: TASA DE OCUPACIÓN POR SEXO, 2010-2020
(Porcentaje)
79,7 79,6 79,8 79,2 Etapa COVID
78,7 78,2 78,1 77,8 77,9 78,3
69,6
62,6 62,4 61,9 61,6

61,5 60,8 61,1 61,2 Mujer
60,1 60,4
Hombre
50,3
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Por otro lado, durante el 2020 las mujeres presentaron mayores tasas de ocupación según características demográficas:
área rural 69,7%, grupo de edad de 30 a 59 años 61,8% y nivel educativo superior no universitario 56,1%. Siendo también
tasas altas en los últimos diez años. Asimismo, se encontraron mayores variaciones de tasa de ocupación con respecto al
2010 en: área urbana (13,1 p.p.), grupo de edad 30 a 59 años (13,6 p.p.) y superior no universitario (15,2p.p.). Ver Anexo
Nº 1.3.
11 La tasa de ocupación o la ratio empleo-población (𝑒) es un indicador del mercado laboral que permite medir la proporción de la PET que se encuentra efectivamente
𝑃𝐸𝐴 𝑜𝑐𝑢𝑝𝑎𝑑𝑎
trabajando. Muestra la capacidad de la economía de generar empleo y se expresa del siguiente modo: 𝑒 =
𝑃𝐸𝑇
13
1.1.3. TASA DE SUBEMPLEO12
Para el año 2020, la tasa de subempleo femenino fue 65,7%, es decir, 66 de cada 100 mujeres que participaron en el
mercado laboral estuvieron subempleadas, cifra superior en 13,7 p.p. a la de los hombres (52,0%). Respecto al 2010 el
subempleo en las mujeres presentó una caída de 1,3 p.p., mientras para los hombres aumentó en 9,1 p.p.
Por otro lado, durante el 2020 las mujeres presentaron mayores tasas de subempleo según características demográficas:
área rural 89,7%, grupo de edad de 60 a más años 81,3% y nivel educativo hasta primaria 86,2%. De esta manera, estas
tasas se convierten en las más altas en los últimos diez años. Asimismo, se encontraron mayores variaciones de tasa de
subempleo con respecto al 2010 en: área rural (-1,9 p.p.), grupo de edad 60 a más años (-5,7 p.p.) y nivel educativo
secundaria (3,5 p.p.). Ver Anexo Nº 1.4.
GRÁFICO Nº 1.6
PERÚ: TASA DE SUBEMPLEO POR SEXO, 2010-2020
(Porcentaje)
67,0
65,7
63,5
60,1
58,8 58,2 57,8 57,2 56,1 Etapa COVID
55,2 54,7
52,0
Mujer
42,9 Hombre
41,3
38,6 37,6 37,0 36,2 35,7 35,6
34,3 33,6
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Al analizar por tipos de subempleo, la tasa de subempleo por ingresos fue mayor que la tasa de subempleo por horas. Para
el 2020, la tasa de subempleo por ingresos femenina fue 62,7%, aumentando (4,7 p.p.) con respecto al 2010. En tanto, la
tasa de subempleo por horas femenino fue 3,0% disminuyendo (-6,0 p.p.) con respecto al 2010. Caso similar ocurrió para
los hombres cuya tasa de subempleo por ingresos fue 49,1% y por horas 2,9%.
GRÁFICO Nº 1.7
PERÚ: TASA DE SUBEMPLEO POR HORAS Y TASA DE SUBEMPLEO POR INGRESOS, POR SEXO, 2010-2020
(Porcentaje)
SUBEMPLEO POR INGRESOS
58,0 62,7
55,4 54,8 54,1 54,5 54,5 53,8 53,2 52,4 50,0
Etapa COVID
49,1
37,2 36,5 35,1 34,3 34,0 33,6 33,2 32,2
33,1 30,1
Mujer
SUBEMPLEO POR HORAS
9,0 Hombre
8,1
5,4 4,7
4,6
3,7 3,3 3,4
5,7 2,9 2,8 3,0
4,8
3,5 3,3 3,5
3,0 2,6 2,5 2,5 2,1 2,9
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
12 La tasa de subempleo (𝑠) indica el segmento de la oferta laboral (PEA) que se encuentra subempleada, ya sea en términos de ingresos o de horas. En Perú se
considera dos grupos de subempleo: por horas y por ingresos. En el primero, se labora menos de 35 horas a la semana, se desea trabajar horas adicionales y se está
a disposición de hacerlo. En el segundo, se labora 35 o más horas semanales, pero su ingreso mensual es menor al ingreso mínimo de referencial. Se expresa de la
𝑃𝐸𝐴 𝑠𝑢𝑏𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑎
siguiente manera: 𝑠 = .
𝑃𝐸𝐴
14
1.1.4. TASA DE EMPLEO ASALARIADO13
En el 2020, el 36,5% de las trabajadoras mujeres ocupó un empleo asalariado, dicha tasa fue menor en 12,4 p.p. a la de
los hombres 48,9%. Respecto al 2010, esta tasa aumentó para las mujeres 2,9 p.p.
Por otro lado, durante el 2020 las mujeres presentaron mayores tasas de empleo asalariado según características
demográficas: área urbana 43,9%, grupo de edad de 15 a 29 años 48,0% y nivel educativo superior universitario 72,1%. De
esta manera, estas tasas se convierten en las más altas en los últimos diez años. Asimismo, se encontraron mayores
variaciones de tasa de empleo asalariado con respecto al 2010: área urbana (2,8 p.p.), grupo de edad 60 a más años (4,5
p.p.) y nivel educativo superior universitaria (-2,8 p.p.). Ver Anexo Nº 1.5.
GRÁFICO Nº 1.8
PERÚ: TASA DE EMPLEO ASALARIADO POR SEXO, 2010-2020
(Porcentaje)
Etapa COVID
53,1 52,7 53,1
52,3 52,0 51,7 52,2
51,4
50,4 50,0
48,9
Hombre
39,2 39,3 39,5 39,3 39,6 38,8 Mujer
37,7 37,8
36,0 36,5
33,6
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1.1.5. TASA DE EMPLEO VULNERABLE14
La tasa de empleo vulnerable femenina fue 58,1%, es decir que 58 de cada 100 mujeres ocupadas se encontraban
laborando como trabajadores independientes o Trabajador Familiar No Renumerado (TFNR), aumentando (1,8 p.p.) con
respecto al 2010. En tanto que, para los hombres, la tasa de empleo vulnerable paso de 41,1% en el 2010, a 47,4% en el
2020.
La pandemia de la COVID-19 ocasionó incrementos importantes de la tasa de empleo vulnerable femenino en

determinados grupos como: área rural 84,5%, grupo de edad de 60 a más años 80,1% y nivel educativo hasta primaria
83,0%. Asimismo, se encontraron mayores variaciones de tasa de empleo vulnerable con respecto al 2010 en: área urbana
(2,8 p.p.), grupo de edad 15 a 29 años (2,3 p.p.) y nivel educativo secundaria (6,8 p.p.). Ver Anexo Nº 1.6.
GRÁFICO Nº 1.9
PERÚ: TASA DE EMPLEO VULNERABLE POR SEXO, 2010-2020
(Porcentaje)
58,1
56,3
55,3
53,7 53,6 53,2 53,1 53,1
52,8 52,9 53,0 Etapa COVID
Mujer
Hombre
47,4
42,5 42,6 43,0 42,7

41,4 41,3 41,3 41,7
41,1
40,2
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
13 La tasa de empleo asalariado (a) mide la proporción de trabajadores asalariados privados y públicos, respecto al total de la 𝑃𝐸𝐴 𝑜𝑐𝑢𝑝𝑎𝑑𝑎 𝑎𝑠𝑎𝑙𝑎𝑟𝑖𝑎𝑑𝑎
PEA ocupada: 𝑎 =
14 La tasa de empleo vulnerable (𝑣) mide la proporción de trabajadores por cuenta propia y en negocios familiares, respecto al total de la PEA ocupada, y se expresa
𝑇𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑜𝑟𝑒𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠+𝑇𝐹𝑁𝑅𝑠
del siguiente modo: 𝜈 = . El empleo vulnerable atañe a los trabajadores en circunstancias relativamente precarias en función de la
situación en el empleo. Esta situación se clasifica como vulnerable debido a que es menos probable que los trabajadores familiares y los trabajadores por cuenta
propia tengan una relación contractual formal y puedan acceder a las prestaciones o a los programas de protección social, y porque corren un mayor riesgo de
exposición a los ciclos económicos, de acuerdo con la OIT (2009, pág. 28).
15
1.1.6. TASA DE TRABAJADORES POBRES
Entre los efectos negativos de la pandemia por la COVID-19 en América Latina15 se encuentran el incremento de la
desigualdad y la pobreza debido, principalmente, a las caídas del empleo y los ingresos.
En el 2020, el 23,9%; es decir 24 de cada 100 mujeres ocupadas pertenecían a un hogar donde no se lograba superar la
línea de pobreza monetaria, a pesar de encontrarse laborando en el 2020, resultado similar para sus pares hombres con
26,0%.
Por otro lado, durante el 2020 las mujeres presentaron mayores tasas de trabajadores pobres según características
demográficas: área rural 41,1%, grupo de edad de 15 a 29 años 26,7% y nivel educativo hasta primaria 35,3%. Asimismo,
se encontraron mayores variaciones de tasa de empleo asalariado con respecto al 2010: área rural (-17,6 p.p.), grupo de
edad 60 a más años (-17,8 p.p.). Ver Anexo Nº 1.7.
GRÁFICO Nº 1.10
PERÚ: TASA DE TRABAJADORES POBRES POR SEXO, 2010-2020
(Porcentaje)
Etapa COVID
27,5
26,0
27,4 24,6
23,2
24,3 21,2 23,9
20,1 Hombre
22,0 19,7
18,4 18,9 Mujer
18,1 18,0
20,4
19,2
18,2 17,9
16,8 17,1
16,4
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1.1.7. TASA DE DESEMPLEO16
En Perú, la tasa de desempleo femenino registró la cifra de 7,7% para el 2020, es decir, 8 de cada 100 mujeres que
participaron en el mercado laboral estuvieron en condición de desempleada, aumentando en 3,0 p.p. con respecto al
2010. Al comparar por sexo, se encontró que la tasa de desempleo en las mujeres fue mayor al de los hombres durante
los últimos diez años.
En el contexto de la crisis generada por la pandemia de la COVID-19, de acuerdo al Panorama Laboral América Latina y el
Caribe, hasta el tercer trimestre 2020 la tasa de desempleo en las mujeres fue 12,1% y la de los hombres 9,4%17.
Según características demográficas destaca, que quienes presentaron mayores tasas de desempleo fueron las mujeres que
residen en el área urbana (9,7%), mujeres en grupo de edad de 15 a 29 años (14,3%) y con nivel educativo superior
universitaria (12,6%). Ver Anexo Nº 1.8.
15 Corresponde a los hallazgos de Lasting et al. (2021) para cuatro países de América Latina: Argentina, Brasil, Colombia y México.
16 La tasa de desempleo (𝜇) indica la proporción de la oferta laboral (PEA) que se encuentra desempleada, es decir, las personas de 14 años y más que en el periodo
de referencia no tenían trabajo, buscaron activamente trabajo durante la semana de referencia y no lo encontraron. Este indicador se calcula de la siguiente manera:
𝑃𝐸𝐴 𝑑𝑒𝑠𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑎
𝜇=
𝑃𝐸𝐴
17 Los datos corresponden a cifras preliminares de 15 países de América Latina y el Caribe (OIT, 2020).
16
GRÁFICO Nº 1.11
PERÚ: TASA DE DESEMPLEO POR SEXO, 2010-2020
(Porcentaje)
7,7
7,2
4,7 4,7 4,6 4,5

4,4 4,4 4,4 4,4
4,0
3,6
Etapa COVID
3,7 3,9 3,8

3,6 3,5 3,5
3,4 3,4 3,4
3,2
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Mujer Hombre
1.1.8. INDICADORES GLOBALES SEGÚN DEPARTAMENTOS
Durante el 2020 la mayor parte de departamentos de la sierra presentaron altas tasas en sus indicadores globales de
mercado laboral femenino (tasa de actividad, ocupación, subempleo, empleo vulnerable y trabajadores pobres). Siendo
Huancavelica quien presentó la mayor tasa en los cinco indicadores globales de mercado laboral femenino.
Asimismo, los departamentos de la costa registraron mayor tasa de desempleo, sobresaliendo Arequipa 15,0%, Lima 12,9%
y Tumbes 11,8%.
GRÁFICO Nº 1.12
PERÚ: INDICADORES GLOBALES DEL MERCADO LABORAL FEMENINO, SEGÚN DEPARTAMENTO, 2010-2020
(Porcentaje)
Tasa de
Tasa de Tasa de Tasa de Tasa de Tasa de empleo
Departamentos trabajadores
ac tividad oc upac ión subempleo desempleo 2 / vulnerable
pobres 3 /
Total 5 4 ,5 5 0 ,3 6 5 ,7 7 ,7 5 8 ,1 2 3 ,9
Amazonas 69,4 67,9 80,5 2,3 75,5 31,5
Áncash 57,5 54,9 74,1 4,4 67,1 24,3
Apurímac 72,9 71,6 80,6 1,8 80,0 30,6
Arequipa 48,2 41,0 46,2 15,0 43,4 13,3
Ayacucho 61,0 59,2 76,6 3,1 67,6 41,3
Cajamarca 70,1 67,5 84,3 3,6 79,9 37,8
Cusco 70,0 67,4 81,3 3,7 82,4 27,1
Huancavelica 81,2 78,7 88,0 3,1 83,1 47,3
Huánuco 62,0 59,1 78,1 4,8 72,9 36,8
Ica 51,0 48,5 43,4 5,0 44,1 3,3
Junín 59,6 57,3 71,8 3,9 63,6 26,5
La Libertad 49,0 44,8 61,8 8,6 54,3 23,0
Lambayeque 46,7 44,1 61,1 5,5 56,2 8,8
Lima 1/ 47,8 41,7 55,7 12,9 38,7 18,4
Loreto 53,6 51,4 62,6 4,1 67,6 20,6
Madre de Dios 57,3 55,1 51,3 3,8 56,5 9,2
Moquegua 57,4 53,1 59,6 7,6 56,1 12,1
Pasco 65,3 61,0 80,4 6,6 77,4 42,1
Piura 53,4 51,2 68,2 4,2 63,8 22,7
Puno 72,6 69,5 80,0 4,2 76,6 41,4
San Martín 59,1 57,4 79,1 2,9 70,6 19,0
Tacna 50,1 47,1 59,1 6,0 47,0 17,1
Tumbes 46,6 41,1 57,8 11,8 58,8 20,7
Ucayali 57,2 56,2 59,6 1,9 63,4 12,5
1/ Incluye la Provincia Constitucional del Callao.
2/Cifras referenciales en los Arequipa, La Libertad, Lima.
3/ Cifras referenciales en Huánuco, Madre de Dios, Moquegua, Tumbes y Ucayali.
17
1.2. PRINCIPALES CARACTERÍSTICAS DEL EMPLEO
1.2.1. EMPLEO SEGÚN CATEGORÍA OCUPACIONAL
En relación con la categoría ocupacional en el 2020, el 37,3% (2 millones 343 mil mujeres) se encontraron ocupados como
independientes; el 26,6% (1 millón 673 mujeres) como asalariada y 20,8% (1 millón 310 mil mujeres) como Trabajadora
Familiar no Remunerada (TFNR). Cabe precisar que antes de la pandemia (2010-2019), se observaba un crecimiento en
asalariadas privadas.
La llegada de la pandemia trajo consigo caídas en el nivel de ocupaciones, con respecto al 2019, la mayor caída se dio en
asalariada privada (-3,2 p.p.), le sigue trabajadoras de hogar (-1,6 p.p.) y empleadora (-1,0 p.p.); caso contrario ocurrió en
las ocupaciones Trabajadora Familiar No Remunerado (TFNR) y asalariada pública quienes se incrementaron (4,9 p.p.) y
(0,8 p.p.) respectivamente.
GRÁFICO Nº 1.13
PERÚ: PEA OCUPADA FEMENINA SEGÚN CATEGORÍA OCUPACIONAL, 2010-2020
(Porcentaje)
37,6 37,3 37,3
Independiente 36,4 36,7
35,6 35,3 35,6 35,8 35,7
34,8
29,8 30,1 30,0 30,1 30,5 29,8

28,5 28,7
Asalariada privada 26,7 26,6
25,2
TFNR 1/ 20,8
19,9 19,7
18,4 18,0 18,0
17,4 17,2
16,4
15,4 15,9 Etapa
COVID
Asalariada pública
9,3 9,2 9,4 9,3 9,5 9,8
8,5 9,1 9,1 9,1 9,0
Trabajadora del hogar 5,9 5,6 5,6 5,3 5,3

6,8 4,9 5,1 5,2 4,9
3,7
Empleadora
3,2 2,8 3,0 2,9 2,6 2,5 2,5 2,4 2,5 2,7 1,7
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ TFNR se refiere a trabajadoras familiares no remuneradas.
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2010 -2020.
1.2.2. TELETRABAJO/TRABAJO REMOTO
El 15 de marzo de 2020, a través del Decreto de Urgencia Nº 026 -2020 se establecieron diversas medidas excepcionales
y temporales para prevenir la propagación de la COVID-19 en el territorio nacional. Entre estas medidas se dispuso el
teletrabajo/trabajo remoto, la cual facultaba a los empleadores del sector público y privado a modificar el lugar de la
prestación de sus servicios laborales. De esta manera los trabajadores quedaron posibilitados de realizar sus labores fuera
de su centro de trabajo, ya sea en su domicilio o lugar de aislamiento, siempre que su naturaleza de labores lo permitiera.
Del total de mujeres asalariadas en el 2020, el 69,5% laboró de manera presencial, 19,8% laboró bajo la modalidad de
teletrabajo o trabajo remoto y 8,3% lo hizo de manera presencial por algunos días, lo cual podría ser reflejado con la
reducción de las horas de trabajo sujeto a una menor remuneración18. En tanto, el 83,6% de los hombres laboraron de
manera presencial, 7,5% lo hizo algunos días y 7,2% laboró bajo la modalidad de teletrabajo o trabajo remoto.
Asimismo, el 38,0% de las mujeres ocupadas asalariadas públicas, laboró bajo la modalidad de teletrabajo o trabajo
remoto, seguido en menor proporción de las asalariadas privadas 13,4%. Caso contrario y en menor proporción ocurrió
para los hombres quienes solamente el 27,5% de asalariados públicos laboró bajo la modalidad de teletrabajo/trabajo
remoto y el 3,8% de asalariados privado. Ver Anexo Nº 1.9.
18 Mayor detalle en el cuadro Nº 1.5 de la sección 1.3.3 del presente informe.
18
GRÁFICO Nº 1.14
PERÚ: PEA OCUPADA ASALARIADA POR SEXO, SEGÚN MODALIDAD DE TRABAJO, 2020
(Porcentaje)
Otro 1/ Otro 1/
2,4 Teletrajo/trabajo 1,7
remoto
7,2
Teletrajo/trabajo
remoto Presencial-
19,8 Presencial- algunos dias Presencial-
Mujeres dias 7,5 Hombres dias
normales normales
69,5 83,6
Presencial-
algunos dias
8,3
Nota: Cifras referenciales para ambos sexos en otra modalidad de trabajo

1/ Incluye licencia, descanso médico y otras modalidades.
1.2.3. EMPLEO SEGÚN ESTRUCTURA DE MERCADO
Para el año 2020, cerca de 2 millones 343 mil mujeres se encontraban laborando como independientes, lo cual
representaba al 37,3% de la PEA ocupada femenina (en su mayoría no calificadas, es decir, independientes no
profesionales o no técnicas); seguida por las trabajadoras en el sector privado con 28,3% de la PEA ocupada femenina (1
millón 893 mil mujeres), en su mayoría en empresas de 2 a 10 trabajadores. Finalmente, se encuentran las Trabajadoras
Familiares no Remuneradas (TFNR) con 20,8%, sector público con 9,8% y las trabajadoras del hogar con 3,7%.
Comparando los cambios de hace diez años, se observó una disminución en trabajadoras del hogar en (-3,1 p.p.), le sigue
la PEA ocupada femenina en el sector privado; en las empresas de 2 a 10 trabajadores con (-0,8 p.p.) y empresas de 11 a
100 trabajadoras (-0,2 p.p.).
CUADRO Nº 1.3
PERÚ: PEA OCUPADA FEMENINA, SEGÚN ESTRUCTURA DE MERCADO, 2010-2020
(Porcentaje)
2 0 1 0 -2 0 2 0
Estruc tura de Merc ado 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8 2 0 1 9 2 0 2 0
Variac ión
Tendenc ia
p.p.
Tota l 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
Sector pri va do 28,4 29,6 31,5 31,6 32,4 32,6 32,5 32,6 33,0 32,6 28,3 -0,1
2 a 10 trabajadores 16,1 16,0 16,3 16,7 16,6 16,7 17,0 17,6 18,1 17,3 15,3 -0,8
11 a 100 trabajadores 6,8 7,0 7,8 8,1 8,1 8,3 7,7 8,0 7,8 7,9 6,6 -0,2
Más de 100 trabajadores 5,4 6,3 7,0 6,8 7,7 7,6 7,7 7,0 7,0 7,4 6,3 0,9
Privado no especificado 0,0 0,2 0,3 0,1 0,0 0,0 0,1 0,1 0,0 0,0 0,1 0,1
Independi entes 36,4 35,6 35,3 35,6 35,8 34,8 35,7 36,7 37,6 37,3 37,3 0,9
Profesional, técnico 1,0 1,0 1,1 1,0 1,1 1,1 1,2 1,2 1,4 1,5 1,2 0,2
No profesional, no técnico 35,4 34,6 34,2 34,6 34,7 33,7 34,5 35,5 36,2 35,8 36,0 0,6
TF N R 1/ 19,9 19,7 18,4 18,0 17,4 18,0 17,2 16,4 15,4 15,9 20,8 0,9
Sector públ i co 8,5 9,3 9,2 9,1 9,4 9,3 9,5 9,1 9,1 9,0 9,8 1,3
Tra ba j a dora del hog a r 6,8 5,9 5,6 5,6 4,9 5,3 5,1 5,2 4,9 5,3 3,7 -3,1
Nota: Cifras referenciales para trabajadores privados no especificados.
19
1.2.4. EMPLEO SEGÚN RAMA DE ACTIVIDAD ECONÓMICA19
Para el 2020, la mayor concentración de trabajadoras mujeres se dio en la rama de servicios con 37,4% (2 millones 349 mil
mujeres), le siguió extractiva 29,3% (1 millón 843 mil mujeres) y comercio 24,6% (1 millón 547 mil mujeres). En menor
medida se encontró las ramas industria 8,3% (521 mil 413 mujeres) y construcción 0,4% (26 mil 944 mujeres).
Como consecuencia de la paralización de actividades económicas consideradas como no esenciales para atender la
emergencia sanitaria, la rama servicios20 registró la mayor caída de empleo femenino (-6,5 p.p.), con respecto al 2019
etapa previa a la pandemia. Dentro de servicios, todas las subramas presentaron caídas de empleo femenino, entre los
cuales destaca restaurantes y hoteles (-2,4 p.p.), servicios personales y hogares (-2,1 p.p.), en menor medida
establecimientos financieros; servicios comunitarios y sociales ambos (-0,9 p.p.). Ver Anexo Nº 1.11.
Asimismo, durante la emergencia sanitaria la actividad económica que tuvo mayor participación fue extractiva
aumentando (7,8 p.p.) con respecto al 2019, esto se podría explicar debido a que la subrama agricultura, ganadería,
silvicultura y pesca fue unas de las actividades esenciales que no paralizaron durante el estado de emergencia. Ver Anexo
Nº 1.11.
GRÁFICO Nº 1.15
PERÚ: PEA OCUPADA FEMENINA, SEGÚN RAMA DE ACTIVIDAD ECONÓMICA, 2010-2020
(Porcentaje)
Servicios 1/ Etapa
44,2 43,9 COVID
42,6 42,5 42,8 43,3
41,7 42,1 41,9 41,8
37,4
29,3
Comercio 26,4 26,5 26,2 26,5 26,1
25,2 25,2 25,6 25,7 25,8
24,6
Extractiva 2/
23,1 22,7 22,7
21,5 21,7 21,7 22,2 21,5
21,2 21,2
Industria
9,7 9,5 9,6 9,4 8,9 8,6 8,6 8,6 8,4 8,0 8,3
0,3 0,5 0,6 0,7 0,6 0,6 0,7 0,5 0,5 0,6 0,4
Construcción
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ Incluye servicios comunitarios, sociales y recreativos; transporte, almacenamiento y comunicaciones; restaurantes y hoteles; establecimientos
financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios personales; hogares; y electricidad, gas, agua y saneamiento.
2/ Incluye agricultura, ganadería, pesca, silvicultura, minería e hidrocarburos.
Nota: Cifras referenciales para construcción en el periodo 2010 y 2020.
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza,2010- 2020.
1.2.5. EMPLEO SEGÚN GRUPO OCUPACIONAL
Según grupo ocupacional, en el 2020 del total de mujeres ocupadas, el 28,8% se desempeñaba como agricultora, ganadera
y pescadera, lo que representó alrededor de 1 millón 811 mil trabajadoras. El segundo grupo ocupacional que obtuvo
mayor representación en la PEA ocupada femenina fue vendedoras, grupo que absorbió un total de 1 millón 527 mil
mujeres (24,3%); le siguen en menor importancia, las trabajadoras de servicios (15,7%), profesional técnica (12,2%) y las
empleadas de oficina (7,1%). Durante la pandemia se muestra cambios considerables en agricultora, ganadera y pescadora
incrementando en 6 p.p. respecto al 2010.
19En el desarrollo del documento se utiliza una clasificación de ramas de actividad basada en el CIIU revisión 4.
20El 15 de marzo 2020 mediante Decreto Supremo DS Nº 044, el gobierno peruano establecido el estado de emergencia y cuarentena en todo el país, en donde
indica que solo ciertas actividades consideradas como “esenciales” podían operar.
20
CUADRO Nº 1.4
PERÚ: PEA OCUPADA FEMENINA, SEGÚN GRUPO OCUPACIONAL, 2010-2020
(Porcentaje)
2 0 1 0 -2 0 2 0
Grupo oc upac ional 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Variac ión
Tendenc ia
p.p.
Tota l 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
Profesional, técnico 11,2 12,2 13,0 12,7 13,3 13,2 13,4 12,6 13,3 13,5 12,2 1,0
Gerenta, administradora y funcionaria 0,2 0,2 0,2 0,2 0,1 0,2 0,2 0,1 0,1 0,2 0,1 -0,1
Empleada de oficina 7,2 8,2 8,6 8,8 8,8 8,2 8,0 8,2 8,5 7,8 7,1 -0,1
Vendedora 25,7 25,3 26,5 26,3 26,1 25,6 25,5 26,5 26,2 26,1 24,3 -1,4
Agricultora, ganadera y pescadora 22,8 22,3 21,1 21,3 21,3 22,2 21,8 20,8 20,7 21,0 28,8 6,0
Minera y cantera 0,1 0,1 0,0 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,0 -0,1
Artesana y operaria 7,9 7,9 7,8 8,1 7,2 7,0 7,2 7,2 7,0 6,7 7,2 -0,7
Obrera jornalera 0,5 0,4 0,5 0,4 0,4 0,3 0,4 0,4 0,4 0,4 0,6 0,1
Conductora 0,1 0,2 0,2 0,1 0,1 0,2 0,2 0,2 0,2 0,3 0,3 0,2
Trabajadora de los servicios 17,5 17,3 16,6 16,4 17,6 17,8 18,1 18,6 18,7 18,8 15,7 -1,8
Trabajadora del hogar 6,8 5,9 5,6 5,6 4,9 5,3 5,1 5,2 4,9 5,3 3,7 -3,1
Nota: Cifras referenciales para gerenta, administradora y funcionaria; minera y cantera; obrera jornalera y conductora para todos los años.
1.2.6. EMPLEO SEGÚN NIVEL EDUCATIVO ALCANZADO
Para el 2020, más de un tercio de las mujeres trabajadoras alcanzaron estudios hasta el nivel educativo secundaria 37,6%
(2 millones 367 mil mujeres), seguido por aquellas que contaron con nivel educativo superior 33,0% (2 millones 74 mil
mujeres), donde predominó la proporción de trabajadoras que culminaron estudios universitarios en comparación de
aquellas con estudios no universitarios. En tanto que, el 29,3% (1 millón 844 mil) de las mujeres ocupadas solo contaron
con estudios hasta primaria.
Hasta el 2019 se podría observar tendencias crecientes del empleo en todos los niveles educativos a excepción del nivel
primaria. Con la llegada de la pandemia, las mujeres ocupadas con educación primaria se vieron mucho más afectadas con
respecto a años anteriores disminuyendo en 5,7 p.p. con respecto al 2010.
GRÁFICO Nº 1.16
PERÚ: PEA OCUPADA FEMENINA, SEGÚN NIVEL EDUCATIVO ALCANZADO, 2010-2020
(Porcentaje)
Secundaria 37,6 37,5 37,4 37,6

36,8 37,1
36,5 36,3 36,0 36,3 36,4
35,0 33,6
Hasta primaria 1/ 31,6 31,5 31,7 31,2 30,9

30,1 30,0
28,7 29,3
Etapa
COVID
18,0
Superior no universitaria 17,1 17,4 17,2
16,3 16,4 16,5 16,7 16,8
16,0
15,1
16,1 16,0 16,2 15,8
15,3 15,6 15,3
13,5 14,1 14,8 14,7
Superior universitaria
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Fuente: INEI - Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2010 -2020.
21
Asimismo el nivel educativo alcanzado de las trabajadoras varía de acuerdo al número de hijos en el hogar, lo cual estaría
asociado a que, en promedio, destinan amplios periodos de tiempo a actividades domésticas y de cuidados no
remuneradas para el propio hogar o para apoyo a otros hogares.21 La mayor proporción de trabajadoras sin hijos alcanzó
el nivel superior, esta proporción disminuye para las mujeres con 1 hijo en el hogar, y continúa disminuyendo para las
mujeres con 2 hijos y con 3 o más hijos. La situación más crítica se presentó en el último grupo de mujeres, puesto que el
46,4% del total sólo alcanzó hasta nivel secundaria y muy cerca el 38,4% el nivel primaria.
GRÁFICO Nº 1.17
PERÚ: PEA OCUPADA FEMENINA POR NIVEL EDUCATIVO ALCANZADO, SEGÚN TENENCIA DE HIJOS EN EL HOGAR, 2020
(Porcentaje)
4,8
12,4
20,1 10,5
27,7 Superior
17,3 universitario
23,1
20,2 46,4 Superior
no universitario
50,6
Secundaria
34,8 44,6
38,4 Hasta Primaria 1/

17,3 19,8
11,9
Sin hijos 1 hijo 2 hijos 3 o más
Nota: Para la tenencia de hijos se consideran mujeres entre 18 y 45 años con hijos en el núcleo de hogar.
La suma de las partes puede no coincidir con el total debido al redondeo de las cifras.
1.2.7. EMPLEO POR DEPARTAMENTOS
Los 24 departamentos del país fueron segmentados en 4 grupos en función de la concentración de empleo femenino: (i)
el primer grupo lo conformaron los que tenían más de 300 mil mujeres trabajadoras, siendo Lima el que concentró la
mayor cantidad, seguido por Cajamarca, Puno, Piura, Cusco y La Libertad; (ii) el segundo grupo lo integraron los
departamentos de Junín, Áncash, Lambayeque, Arequipa, Loreto y Huánuco, que contaron con más de 180 mil hasta 287
mil mujeres trabajadoras; (iii) los departamentos de San Martín, Ica, Ayacucho, Huancavelica, Apurímac y Ucayali
constituyeron el tercer grupo con más de 100 mil hasta 170 mil mujeres; (iv) el cuarto grupo lo conformaron Amazonas,
Tacna, Pasco, Moquegua, Tumbes y Madre de Dios, hasta 98 mil mujeres trabajadoras.
Comparado con hace una década, la cantidad de mujeres trabajadoras cayó, principalmente, en los departamentos de
Lima con (2 mil 856 mujeres); seguido en menor proporción de Arequipa (545 mil), Lambayeque (480 mil), La Libertad (461
mil).
21 MTPE (2010a), pág. 20.
22
GRÁFICO Nº 1.18
PERÚ: PEA OCUPADA FEMENINA, SEGÚN DEPARTAMENTOS, 2010 Y 2020
(Absoluto en miles)
Variación
PEA ocupada
absoluta
Departamento 2020
2020 / 2010
(Miles)
(Miles)
Perú 6 289 -3 7 5
Lima 1/ 1 992 -2 856
Arequipa 222 -545
Lambayeque 232 -480
La Libertad 338 -461
Áncash 236 -149
Tumbes 36 -93
Ica 154 -91
Tacna 64 -67
Huánuco 185 -33
Piura 361 -33
Junín 287 -19
Moquegua 37 -1
Ayacucho 148 5
Madre de Dios 26 12
Pasco 64 24
Ucayali 101 24
Amazonas 98 52
Puno 377 78
Apurímac 116 96
Loreto 189 119
Cusco 338 139
Cajamarca 383 158
San Martín 170 172
Huancavelica 133 194
Nota: Cifras referenciales para el departamento de Madre de Dios.
1.3. CALIDAD DEL EMPLEO

1.3.1. RELACIÓN CONTRACTUAL
Para el 2020, el 59,7% de las asalariadas mujeres contaban con un contrato laboral, lo cual representa un aumento de 4,6 p.p.
en relación al 2010, año en que el 55,1% de las mujeres tenía un contrato. Cabe resaltar que para el 2019, dicho indicador
prácticamente se encontraba en los mismos niveles que el 2020.
Del total de mujeres asalariadas que tuvieron contrato en el 2020, la mayor proporción (27,7%) estuvo con contrato a plazo fijo,
seguido de los que tuvieron contrato indefinido, nombrado o permanente (18,8%) y en menor proporción locación de servicios
(8,5%). Ver Anexo N° 1.13.
GRÁFICO Nº 1.19
PERÚ: PEA OCUPADA FEMENINA, SEGÚN RELACIÓN CONTRACTUAL, 2010-2020
(Porcentaje)
Etapa COVID
40,9 40,3 40,2 38,8 38,5 38,7 39,1 39,7 39,1 40,3
44,9
Sin contrato
Con contrato
59,1 59,7 59,8 61,2 61,5 61,3 60,9 60,3 60,9 59,7
55,1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: La tenencia de contrato incluye: contrato a plazo fijo, contrato indefinido, locación de servicios, régimen laboral CAS, convenios de
formación juvenil, prácticas pre-profesionales y periodo de prueba. Asimismo, para el cálculo no se consideró a los asalariados que no especificaron su
condición contractual.
Elaboración: MTPE – DGPE - Dirección de Investigación Socio Económico Laboral (DISEL).
23
1.3.2. PROTECCIÓN SOCIAL DE LAS TRABAJADORAS
Seguro de salud y pensiones son los principales componentes de la protección social. Para el 2020, del total de mujeres
trabajadoras, el 83,5% contó con alguno de estos beneficios de protección social (el 24,9% accedió a ambos beneficios
sociales, el 54,7% contó solo con seguro de salud, y el restante 3,9% solo estuvo afiliado a un sistema de pensiones). Al
analizar de manera individual los programas de protección social, se tiene que del total de mujeres ocupadas el 79,6%
tenía algún seguro de salud, mientras que solo el 28,8% aportó a un sistema de pensión.
Si bien en los últimos años el nivel de protección social de las mujeres aumentó considerablemente en 18,1 p.p., al pasar
de 65,4% en el 2010 a 83,5% en el 2020; esta situación se ha ido incrementando en los años dado principalmente por el
mayor acceso de las trabajadoras a un seguro de salud, principalmente por el Seguro Integral de Salud (SIS)22, y no
exclusivamente por una mayor afiliación al sistema de pensiones.
GRÁFICO Nº 1.20
PERÚ: PEA OCUPADA FEMENINA, SEGÚN CONDICIÓN DE AFILIACIÓN AL SISTEMA
DE SEGURO DE SALUD Y DE PENSIONES, 2010-2020
(Porcentaje)
17,1 Etapa COVID

19,8 20,8 21,9 23,7 23,6 23,7 24,0 24,8 25,0 24,9
Ambos
(pensión y salud)
44,6 44,6 41,0 43,8 Solo con seguro
46,4 50,7 de salud
53,4 53,2 52,2 52,8 54,7
Solo afiliado al
3,6 3,6 4,2 sistema de pension
3,4
4,0
3,2 Ninguno
3,4 3,9 3,5 3,6
34,6 32,1 34,0 3,9
30,9 26,0 22,4 19,5 18,9 19,5 18,6 16,5
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: La suma de las partes puede no coincidir con el total debido al redondeo de las cifras.
1.3.3. INCLUSIÓN EN EL SISTEMA FINANCIERO
El sistema financiero permite acceder a préstamos para el emprendimiento de algún negocio o inversión. Manejado con
responsabilidad, la inclusión financiera puede facilitar el acceso al sector formal, principalmente en las microempresas
(León, 2017). Así, al 2020, el 50,6% de mujeres mayores de edad estuvo incluida en el sistema financiero, es decir contaron
con cuenta de ahorro, cuenta de ahorro a plazo fijo, cuenta corriente, tarjeta de crédito o tarjeta de débito. En tanto la
afiliación de las mujeres al sistema financiero aumentó 11 p.p. al pasar de 39,6% en el 2015 a 50,6% en el 2020.
GRÁFICO Nº 1.21
PERÚ: PEA OCUPADA FEMENINA CON Y SIN INCLUSIÓN EN EL SISTEMA FINANCIERO, 2015-2020
(Porcentaje)
Etapa COVID
55,9% 54,0% 49,4%

57,7%
60,4% 57,8% Sin inclusión
financiera
Con inclusión
50,6% financiera
42,3% 44,1% 46,0%
39,6% 42,2%
2015 2016 2017 2018 2019 2020

Nota: La inclusión en el sistema financiero está conformada por la PEA ocupada de 18 años a más con tenencia de cuenta de
ahorro, cuenta de ahorro a plazo fijo, cuenta corriente, tarjeta de crédito o tarjeta de débito.
Fuente: INEI-Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2015-2020.
Elaboración: MTPE-DGPE-Dirección de Investigación Socio Económico Laboral (DISEL).
22Gran parte de la PEA ocupada femenina cuenta con Seguro Integral de Salud (SIS), dicha proporción de mujeres pasó de 61,7% en el 2010 a 79,5% en el 2020.
Asimismo, el porcentaje de asalariados que cuentan con aportes pagados por el empleador al sistema de salud se mantuvo en una participación muy baja durante
los últimos años (alrededor de 20%). Ver Anexo N° 1.14.
24
1.3.4. INGRESO REAL Y JORNADA LABORAL
Los ingresos laborales promedio mensuales mostraron una tendencia creciente en el caso de mujeres y hombres.23 Así, en el
2020 los ingresos reales cayeron a S/ 1 098 y S/ 1 360 para la población ocupada femenina y masculina, respectivamente.
Asimismo, se registró crecimiento promedio anual a favor de las mujeres (1,0%) y en contra de hombres (-0,7%) durante el
periodo 2010-2020. No obstante, existe una diferencia entre los ingresos de ambos grupos, pues en el 2010 la brecha de los
ingresos fue S/ 556 (36,3%), para luego reducirse a S/ 262 (19,3%) en el 2020.
GRÁFICO Nº 1.22
PERÚ: INGRESO REAL LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA Y BRECHAS, SEGÚN SEXO, 2010-2020
(Soles de 2020)
Tasa de crecimiento promedio anual mujer: 1,0%
1 900
Tasa de crecimiento promedio anual hombre: -0,7% Etapa

COVID 1 90 0
1 645 1 656 1 681 1 650 1 652 1 646

1 639 1 630
1 587
1 70 0
1 700
1 531 1 50 0
1 500
1 360 1 30 0
525 508 501 474 494 483 472 424

540 1 10 0
1 300
556
262 900
1 187 1 221
1 181 1 180
1 100
1 167
700
1 114 1 122 1 144

1 098
1 047 500
975
900
300
700 100
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Mujer Hombre Brecha
Nota: Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se
consideran los ingresos totales por trabajo de la ocupación principal y secundaria del trabajador. El ingreso laboral fue deflactado con
el IPC promedio de Lima Metropolitana con año base 2020.
En particular, el ingreso laboral promedio de las mujeres sin tenencia de hijos en el hogar asciende a S/ 1 085 y para las mujeres
con un hijo aumentó a S/ 1 152, y así se continúa reduciendo a mayor número de hijos. 24
GRÁFICO Nº 1.23
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA FEMENINA,
SEGÚN TENENCIA DE HIJOS EN EL HOGAR, 2020
(Soles)
1 152
1 127
1 092 1 085
999
Total Mujeres Sin hijos 1 hijo 2 hijos 3 o más

Nota: Se consideran mujeres con edades entre 18 y 45 años con o sin hijos en el núcleo de hogar.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran
los ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
En relación a la distribución de las mujeres ocupadas, según quintiles de ingresos laborales, 5 de cada 10 trabajadoras percibe
un ingreso laboral que los ubica en los quintiles de ingresos más bajos: quintil I (26,7%) y quintil II (19,8%). En tanto, un menor
grupo percibe ingresos medios en el quintil III (19,4%); y en menor medida en los quintiles IV (17,3%) y quintil V (16,8%). Caso
contrario sucede con la población masculina que se concentra en los quintiles de ingresos altos (quintil IV y V). Es así que, en el
quintil V se aprecia la mayor concentración de hombres y la menor proporción de mujeres ocupadas, mientras que las mujeres
en su mayoría se concentran en el quintil con el menor nivel de ingresos (quintil I), manifestando la desigualdad en la percepción
de ingresos entre ambos grupos.
23 En términos nominales el crecimiento promedio anual del ingreso laboral de las mujeres (3,8%) fue menor al de los hombres (2,0%). Ver Anexo N° 1.15.
24 MTPE (2020a), pág. 23.
25
GRÁFICO Nº 1.24
PERÚ: PEA OCUPADA POR SEXO, SEGÚN QUINTIL DE INGRESO LABORAL, 2020
(Porcentaje)
26,7
21,7 22,0
19,8 20,1 19,4 20,4
17,3 16,8
15,8
Mujer
Hombre
Quintil I Quintil II Quintil III Quintil IV Quintil V
Nota: Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos.
Se consideran los ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
Durante el 2020 el 63,7% laboró menos de 48 horas a la semana, comprendido principalmente por mujeres que trabajaron
menos de 35 horas (39,6%). Asimismo, le siguieron los que trabajaron más de 48 horas semanales (25,1%); mientras que las
mujeres ocupadas que cumplieron jornadas de exactamente 48 horas a la semana representaron el 11,1%.
En la última década, la participación de las mujeres que laboraban menos de 48 horas a la semana pasó de 61,1% en el 2010 a
63,7% en el 2020 aumentando 2,6 p.p.; en tanto, para las que trabajaban más de 48 horas a la semana se redujo (-8,0 p.p.) en
el mismo periodo. Estas variaciones se debieron a la paralización de actividades económicas consideradas como no esenciales
para atender la emergencia sanitaria, perdiendo a nivel mundial alrededor de 5,6% horas de trabajo durante el primer trimestre
de la pandemia25.
GRÁFICO Nº 1.25
PERÚ: PEA OCUPADA FEMENINA, SEGÚN RANGO DE HORAS SEMANALES, 2010-2020
(Porcentaje)
19,7 19,1 19,0 17,8 17,0 16,5 15,8 16,4 17,6 17,2 14,7
Etapa COVID
12,1 12,1 10,4
13,1 13,1 12,7 12,6 12,5 11,9
13,4 13,1
9,4 9,2 11,1 Más de 60 horas
5,8 6,2 6,6 7,6 8,3 9,0 8,8 9,8
De 49 y 59 horas
23,3 22,8 23,5 23,2 24,0 24,8 24,3 24,5 23,5 24,1
24,3 48 horas
De 35 y 47 horas
Menos de 35 horas
37,8 38,7 37,9 38,3 38,1 37,0 38,5 37,7 37,7 36,7 39,6
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
En el 2020 las mujeres incrementaron su ingreso real promedio mensual en 12,6% en relación al 2010, caso contrario ocurrió a
los hombres quienes percibieron -11,2%, con respecto al mismo periodo, asimismo ambos trabajaron jornadas mensuales que
se redujeron en -6,1% y -7,1%, respecto al 2010 respectivamente. Para finalizar se puede observar que en los últimos diez años
los hombres tuvieron más jornadas laborales que las mujeres.
Unos de los efectos que trajo consigo la pandemia, con el cierre de los colegios y centros de cuidado, es que trajo consigo una
carga adicional relacionada con el trabajo doméstico y el cuidado de los niños, adultos mayores y enfermos, responsabilidades
que suelen distribuirse desproporcionadamente entre hombres y mujeres, siendo estas últimas las que asumen una sobrecarga.
26
25 OIT (2020a).
26 MIMP 2020.
26
CUADRO Nº 1.5
PERÚ: INGRESO REAL Y JORNADA LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA, SEGÚN SEXO, 2010-2020
(Soles de 2020, horas y variación porcentual)
2 0 1 0 -2 0 2 0
Sexo 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Variac ión Tendenc ia
Ingresos reales 1 305 1 368 1 425 1 423 1 441 1 464 1 480 1 451 1 456 1 469 1 258 -3 ,6
Hombre 1 531 1 587 1 639 1 630 1 645 1 656 1 681 1 650 1 652 1 646 1 360 -1 1 ,2
Mujer 975 1 047 1 114 1 122 1 144 1 181 1 187 1 167 1 180 1 221 1 098 1 2 ,6
Jornada laboral 198 196 195 193 192 193 191 191 193 193 186 -5 ,8
Hombre 212 210 208 206 205 206 205 205 206 205 197 -7 ,1
Mujer 198 196 195 193 192 193 191 191 193 193 186 -6 ,1
Ingresos por hora 6 ,6 7 ,0 7 ,3 7 ,4 7 ,5 7 ,6 7 ,7 7 ,6 7 ,5 7 ,6 6 ,8 2 ,3
Hombre 7,2 7,6 7,9 7,9 8,0 8,0 8,2 8,0 8,0 8,0 6,9 -4 ,4
Mujer 4,9 5,3 5,7 5,8 6,0 6,1 6,2 6,1 6,1 6,3 5,9 1 9 ,9
Nota: Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo de la
ocupación principal y secundaria del trabajador. El ingreso laboral fue deflactado con el IPC promedio de Lima Metropolitana con año base 2020.
1.3.5. INGRESO LABORAL SEGÚN DIFERENTES CARACTERÍSTICAS
Un gráfico de los ingresos con una recta de 45° ayuda a visibilizar de forma clara las brechas existentes según la característica
que se estudie entre los hombres y las mujeres. Puntualmente, la distancia (vertical u horizontal) entre el punto y la recta de 45°
mide la brecha de ingresos laborales existente entre ambos sexos, por lo tanto, a mayor distancia, mayor brecha. En tanto, los
puntos ubicados por encima de la línea de 45° indican una brecha de ingresos a favor de los hombres, y viceversa si se encuentran
por debajo.
En el 2020, el ingreso laboral promedio mensual de las mujeres fue S/ 1 098, mientras que el de los hombres fue S/ 1 360.
Respecto a las categorías ocupacionales, el ingreso laboral promedio más alto lo percibieron las empleadoras (S/ 2 526), seguidas
por las asalariadas públicas (S/ 2 381). En contraste, los ingresos más bajos los recibieron las independientes (S/ 601), las
trabajadoras del hogar (S/ 978) y las asalariadas privadas (S/ 1 244). Ver Anexo N° 1.16.
La brecha por sexo en el 2020 fue de S/ 262. Además, las mujeres registraron un ingreso laboral promedio mensual mayor que
los hombres en las ocupaciones de empleador S/.265 y trabajadores del hogar S/.74 caso contrario ocurrió en la categoría
ocupacional asalariado privado (S/.322), asalariado público (S/.260) e independientes (S/ 207).
GRÁFICO Nº 1.26
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN CATEGORÍA OCUPACIONAL, 2020
(Soles)
3 000
Asalariado público
2 500
Empleador
2 000
Asalariado privado
Hombres
1 500
Total PEA
Ocupada
1 000
Independiente Trabajador del hogar
500
0
0 500 1 000 1 500 2 000 2 500 3 000
Mujeres
Nota: La distancia (vertical u horizontal) entre el punto y la recta de 45° mide la brecha de ingresos laborales existente
entre ambos sexos. A mayor distancia de la recta, mayor brecha. Los puntos ubicados por encima de la línea de 45°
indican una brecha de ingresos en favor de los hombres, y viceversa si se encuentran por debajo.
Para el cálculo de los ingresos se excluye a las Trabajadoras Familiares No Remuneradas y a la PEA ocupada sin ingresos.
Se consideran los ingresos totales por trabajo de la ocupación principal y secundaria de la trabajadora.
27
De acuerdo a la estructura de mercado, en el 2020, el ingreso laboral promedio mensual de las mujeres que trabajan en
empresas de 101 a más trabajadores (S/ 2 007) destacó frente al de empresas de 11 a 100 trabajadores (S/ 1 480), de todo
el sector privado (S/ 1 322) y de las mujeres que trabajan en empresas de 2 a 10 trabajadores (S/ 985). Respecto a las
independientes, resalta el ingreso laboral de las profesionales o técnicas (S/ 1 069), muy por encima de las no profesionales
o no técnicas (S/ 586) y de todas las independientes (S/ 601).
En relación a la brecha de ingresos, a medida que aumenta el tamaño de la empresa o la calificación de los independientes,
la brecha de ingresos por sexo se hace más grande. En este sentido, la brecha de ingresos entre mujeres y hombres fue
mayor en las empresas con 101 a más trabajadores (S/ 659), seguida por las empresas con 11 a 100 trabajadores (S/ 418).
La menor brecha la presentaron las empresas con 2 a 10 trabajadores (S/ 201) y todo el sector privado (S/ 300) en el 2020.
Desagregando a los independientes, la mayor brecha de ingresos por sexo se presentó entre los profesionales o técnicos
(S/ 744), superando a los no profesionales o no técnicos (S/ 174).
GRÁFICO Nº 1.27
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN ESTRUCTURA DE MERCADO, 2020
(Soles)
3 000 3 000
101 a más
trabajadores
2 500 2 500
11 a 100
2 000 trabajadores 2 000 Profesional y técnico
Sector
Hombres
Hombres
1 500 privado 1 500
2 a 10
1 000 1 000
trabajadores Independiente
No profesional
500 500 y no técnico
0 0
0 500 1 000 1 500 2 000 2 500 3 000 0 500 1 000 1 500 2 000 2 500 3 000
Mujeres Mujeres
Nota: La distancia (vertical u horizontal) entre el punto y la recta de 45° mide la brecha de ingresos laborales existente entre ambos sexos. A mayor distancia de la recta,
mayor brecha. Los puntos ubicados por encima de la línea de 45° indican una brecha de ingresos en favor de los hombres, y viceversa si se encuentran por bajo.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo
de la ocupación principal y secundaria del trabajador. Se excluye del gráfico la categoría de trabajadores del hogar.
Según grupo ocupacional, las mujeres percibieron un mayor ingreso laboral promedio cuando se desempeñaron como
gerentas, administradoras y funcionarias (S/ 4 505). Todos los otros grupos ocupacionales se encuentran rezagados frente
a esta categoría. Asimismo, los ingresos laborales más bajos son percibidos por las mujeres que trabajan como minera y
cantera (S/ 362), agricultora, ganadera y pescadora (S/ 476); y artesana y operaria (S/ 592).
Respecto a las brechas de ingreso las mujeres percibieron un ingreso laboral promedio mensual menor respecto a los
hombres. La mayor brecha del ingreso laboral promedio entre mujeres y hombres se presentó en el grupo ocupacional
de gerenta, administradora y funcionaria (S/ 1 856), minera y cantera (S/ 1 588). Todos los otros grupos ocupacionales se
encuentran rezagados frente a esta categoría. Las menores brechas de ingresos se registraron entre agricultora, ganadera
y pescadora (S/ 189), obrera jornalera (S/ 214).
28
GRÁFICO Nº 1.28
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN GRUPO OCUPACIONAL, 2020
(Soles)
7 000
Gerenta, administradora
y funcionaria
6 000
5 000
4 000
Hombres
Profesional,
3 000 técnica
Minera y
cantera
Trabajadora de los Empleada de oficina
servicios
2 000
Artesana y Total PEA Ocupada
operaria
Conductora
1 000 Vended… Obrera jornalera
Trabajadora del hogar
Agricultora, ganadera y
pescadora
0
0 1 000 2 000 3 000 4 000 5 000
Mujeres
Nota: La distancia (vertical u horizontal) entre el punto y la recta de 45° mide la brecha de ingresos laborales existente entre ambos sexos. A mayor distancia de la recta,
mayor brecha. Los puntos ubicados por encima de la línea de 45° indican una brecha de ingresos en favor de los hombres, y viceversa si se encuentran por bajo.
de la ocupación principal y secundaria del trabajador.
Con respecto a la rama de actividad económica en la que se desempeñan las trabajadoras en el 2020, el ingreso laboral
promedio mensual mayor lo percibieron las mujeres que laboraron en el sector construcción (S/ 1 806), seguido por las
que laboraron en las ramas servicios (S/ 1 486) y comercio (S/ 881). En contraste, el ingreso laboral promedio mensual más
bajo de las mujeres se encontró en el sector extractivo (S/ 537) e industria (S/ 835).
Respecto de las brechas de ingresos por sexo según rama de actividad económica, destaca la brecha de las mujeres frente
a los hombres en el sector construcción (S/ 377). En todas las otras divisiones analizadas, la brecha de ingresos por sexo
es favorable para los hombres frente a las mujeres. Asimismo, la mayor brecha de ingresos se manifestó en la rama
industria (S/ 768), seguida por comercio (S/ 450). Por otro lado, las menores brechas se registraron en las ramas extractiva
(S/ 268) y servicios (S/ 316).
GRÁFICO Nº 1.29
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN RAMA DE ACTIVIDAD ECONÓMICA,
2020
(Soles)
3 000
2 500
2 000 Servicios 2/
Industria
Hombres
Total PEA Construcción

1 500
Ocupada
Comercio
1 000
Extractiva 1/
500
0
0 500 1 000 1 500 2 000 2 500 3 000
Mujeres
Nota: La distancia (vertical u horizontal) entre el punto y la recta de 45° mide la brecha de ingresos laborales existente entre ambos sexos. A mayor distancia de la
recta, mayor brecha. Los puntos ubicados por encima de la línea de 45° indican una brecha de ingresos en favor de los hombres, y viceversa si se encuentran por bajo.
1/ Incluye las subramas minería; y agricultura, ganadería, silvicultura y pesca.
2/ Incluye las subramas establecimientos financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios comunitarios, sociales y recreativos;
electricidad, gas, agua y saneamiento; transporte, almacenamiento y comunicaciones; restaurantes y hoteles; hogares; y servicios personales.
29
En cuanto al nivel educativo alcanzado, las mujeres con mayor ingreso laboral promedio mensual fueron las que alcanzaron
un nivel educativo superior universitario (S/ 2 138). Del otro lado, las mujeres que alcanzaron el nivel educativo hasta
primaria (S/ 545) y secundaria (S/ 834) percibieron los ingresos promedio más bajos.
Respecto a las brechas de ingresos por sexo, a medida que aumenta el nivel educativo alcanzado la brecha se hace más
grande y a favor de los hombres. Así, la mayor brecha de ingresos se dio entre los que alcanzaron un nivel educativo
superior universitario (S/ 455) y la menor diferencia entre los que alcanzaron el nivel educativo hasta primaria (S/ 262).
GRÁFICO Nº 1.30
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN NIVEL EDUCATIVO ALCANZADO, 2020
(Soles)
3 000
Superior
universitaria
2 500
2 000
Superior no
universitaria
Hombres
1 500 Total PEA

Ocupada
Secundaria
1 000
Hasta primaria 1/
500
0
0 500 1 000 1 500 2 000 2 500 3 000
Mujeres
Finalmente, se presentarán los ingresos y las brechas por sexo a nivel departamental para el 2020. En cuanto al nivel de
ingreso laboral promedio mensual, las mujeres con mayor ingreso promedio se ubicaron en Lima (S/ 1 424), seguidas por
las de Ica (S/ 1 259), Madre de Dios (S/ 1 233) y Loreto (S/ 1 197). En contraste, los departamentos con los ingresos
promedio más bajos para las mujeres fueron Pasco (S/ 625), Cajamarca (S/ 630), Huancavelica (S/ 640) y Puno (S/ 666).
Respecto a las brechas de ingreso, sin importar el departamento, las mujeres siempre registraron un ingreso laboral
promedio mensual menor respecto a los hombres. Asimismo, la mayor brecha se manifestó en el departamento de
Moquegua (S/ 1002), seguido por Arequipa (S/ 591), Junín (S/ 389) e Ica (S/ 353).
GRÁFICO Nº 1.31
PERÚ: BRECHAS DE INGRESO LABORAL PROMEDIO MENSUAL POR SEXO, SEGÚN DEPARTAMENTOS, 2020
(Soles)
2 500
Moquegua
2 000
Lima 1/
Arequipa
Ica
1 500 Madre de Dios

La Libertad Nacional
Lambayeque Tacna
Hombres
Junín
Ayacucho Ucayali
Áncash Loreto
Cajamarca Piura Tumbes
Cusco
1 000 Puno Apurímac
Pasco San Martín
Huánuco
Amazonas
Huancavelica
500
0
0 500 1 000 1 500 2 000 2 500
Mujeres
30
1.3.6. ÍNDICE DE TRABAJO DECENTE (ITD) DE LA PEA OCUPADA FEMENINA
El índice de trabajo decente27 es un indicador sintético que agrupa cinco componentes para los cuales se determinan
umbrales de cumplimiento en forma de estándares que pueden ser clasificados como básicos y complementarios. De otro
lado, los componentes de cumplimiento complementario comprenden a los derechos o beneficios laborales, como son la
jornada laboral, el seguro de salud y la pensión. El siguiente cuadro muestra la descripción de cada componente y su
respectivo umbral de cumplimiento:
CUADRO Nº 1.6
COMPONENTES Y CRITERIOS DE CUMPLIMIENTO QUE COMPRENDEN EL ÍNDICE DE TRABAJO DECENTE (ITD)
Indic adores Variables Cumple No c umple
Asalariado: Tiene algún tipo
de contrato (indefinido,
Asalariado: Sin contrato
modal, recibo por honorarios,
Modalidad de etc.)
c ontratac ión
Básic o No asalariado: su negocio o
No asalariado: el negocio
actividad está registrado en la
o actividad no está
SUNAT (persona jurídica o
registrado.
natural)
El ingreso es mayor o igual a
Ingreso Ingreso menor a RMV.
la RMV
Trabaja hasta 48 horas Trabaja más de 48 horas
Jornada laboral
semanales. semanales
Tiene algún tipo de seguro de No tiene ningún seguro
Complementarios Seguro de salud
salud. de salud.
Sistema de Afiliado en algún sistema de No está afiliado a un
pensiones pensiones sistema de pensiones.
Fuente: MTPE-Política Nacional de Empleo Decente.
En función al cumplimiento de cada uno de los estándares es posible identificar cinco niveles de cumplimiento:
• Nivel 1: cumple con todos los estándares básicos y complementarios.

• Nivel 2: cumple con todos los estándares básicos, pero no con los complementarios
• Nivel 3: cumple con al menos uno de los estándares básicos.
• Nivel 4: no cumple con los estándares básicos, pero si al menos con uno de los complementarios.
• Nivel 5: no cumple con ningún estándar.
A ello se asume que el trabajo decente se encuentra en el nivel 1.
Usando este criterio en el 2020, solamente 7,8% de las mujeres ocupadas estaban empleadas decentemente, mientras
que más de la mitad de mujeres trabajadoras se concentraron en el nivel 4 (52,6%). Con respecto al 2010, se puede decir
que la pandemia trajo consigo la reducción de -0,9 p.p. de la proporción de mujeres empleadas decentemente y un
incremento de 3,3 p.p. de aquellos que no cumplían con los indicadores básicos, pero si al menos con un complementario
(Nivel 4). Asimismo, para los hombres la mayor proporción se concentró en el nivel 4 con 41,1% durante el 2020.
En cuanto a características demográficas (área de residencia, grupos de edad y nivel educativo), en el 2020, predomina las
mujeres con empleos de nivel 4, es decir que no cumplen con los indicadores básicos, pero si al menos con uno de los
complementarios. Ver Anexo Nº 1.17.
27 El Índice de Trabajo Decente (ITD) propuesto por Gamero (2012), es un indicador flexible que cumple las características establecidas por la OIT, para ello Gamero
utilizó cinco características: i) jornada laboral regular, ii) ingreso justo, iii) existencia de contrato, iv) existencia de seguro de salud pagado por el empleador y v)
afiliación a un sistema de pensiones.
31
GRÁFICO Nº 1.32
PERÚ: ÍNDICE DE TRABAJO DECENTE (ITD) DE LA PEA OCUPADA SEGÚN SEXO, 2010 Y 2020
(Porcentaje)
Hombre
Mujer
13,7 9,8 10,3 9,7
30,6 41,1
49,3 52,6
35,5
32,1
20,8 23,4
7,4 6,6 15,0 9,6
8,7 7,8 8,5 7,5
2010 2020 2010 2020
Nivel 1 Nivel 2 Nivel 3 Nivel 4 Nivel 5
1.4. PRINCIPALES CARACTERÍSTICAS DEL DESEMPLEO

Durante el periodo 2010-2019 el indicador de desempleo cesante tenía un comportamiento promedio cerca del 80% del total
de mujeres desempleadas, es decir, estaban desempleadas, pero habiendo adquirido previamente experiencia laboral. Esta
tendencia fue revertida en el 2020, siendo unos de los efectos que más sobresalió de la pandemia originada por la COVID-19,
cayendo drásticamente (67,4 p.p.) respecto al 2010 al pasar de 83,1% a 15,7%. En tanto, el 84,3% restante se encontró en
condición de aspirante, dado que por primera vez buscaban activamente un empleo, aumentando en 67,4 p.p. con respecto al
2010.
Al respecto, cabe precisar que, en un contexto de crisis e incertidumbre sobre el desempeño de la economía se reducen las
probabilidades de contratar a nuevos aspirantes, siendo las mujeres más perjudicadas, ya que su inserción al mercado laboral
se hace más difícil28.
GRÁFICO Nº 1.33
PERÚ: PEA DESEMPLEADA FEMENINA, SEGÚN TIPO DE DESEMPLEO, 2010-2020
(Porcentaje)
16,9 19,0 16,2 19,5 21,5 17,4 Etapa COVID

24,0 22,4 25,3 23,3
84,3 Desempleo
aspirante
83,1 81,0 83,8 77,6 80,5 78,5 82,6 Desempleo
76,0 74,7 76,7
cesante
15,7
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Al estudiar los principales medios de búsqueda de empleo para las mujeres en el 2020, la mayoría lo hace a través de las
relaciones personales con amigos o parientes (48,7%), seguido por empleador y patrono (11,0%), lectura de avisos (3,5%), y, en
menor medida al acudir a una agencia de empleo o bolsa de trabajo (3,0%) y otros (0,6%).
28 Miller Restrepo (2015).
32
GRÁFICO Nº 1.34
PERÚ: PEA DESEMPLEADA FEMENINA, SEGÚN MEDIOS DE BÚSQUEDA DE EMPLEO, 2020
(Porcentaje)
Agencia empleo / Otro
bolsa de trabajo 0,6
3,0
Empleador /
patrono
11,0
Solo leyó
avisos Solo amigos o
3,5 parientes
Búsqueda a 48,7
través de
internet
33,3
Nota: Cifra referencial en: agencia empleo/bolsa de trabajo, solo leyó avisos y otro.
1.5. PRINCIPALES CARACTERÍSTICAS DE LA INACTIVIDAD
En el 2020, del total de mujeres inactivas, el 94,9% pertenecieron al tipo de inactividad plena (5 millones 339 mil personas), es
decir, sin deseos de trabajar o imposibilidad para hacerlo; mientras que 5,1% representaron al desempleo oculto (287 mil
personas), es decir, mujeres que cesaron en la búsqueda activa de un empleo a pesar de tener el deseo y la disponibilidad para
trabajar. En contraste con años anteriores a la pandemia se puede notar que estas últimas casi duplicaron su participación en la
inactividad total.
GRÁFICO Nº 1.35
PERÚ: PEI FEMENINA, SEGÚN TIPO DE INACTIVIDAD LABORAL, 2010-2020
(Porcentaje)
6,0 4,8 4,0 3,0 2,6 2,6 2,8 2,8 3,2 2,6 5,1
Etapa COVID
Desempleo
oculto
94,0 95,2 96,0 97,0 97,4 97,4 97,2 97,2 96,8 97,4 94,9
Inactivo
pleno
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Asimismo, en el 2020, la mayor parte de las mujeres en inactividad plena (68,2%) realizó quehaceres del hogar (trabajo
doméstico no remunerado) y una menor parte (19,1%) estuvo estudiando. Esto sugiere que la categorización de estas mujeres
como “inactivas” podría resultar “engañoso” si no se considera que, así como los hombres, ellas también realizan un tipo de
trabajo, con la diferencia de que este no es considerado como “trabajo productivo”.
La pandemia también afectó a los hombres inactivos plenos quienes vieron unos de los motivos más necesarios de la inactividad
los quehaceres del hogar 35,4%, y en menor medida los estudios 32,8%. Ver Anexo Nº 1.18.
33
GRÁFICO Nº 1.36
PERÚ: PEI PLENA FEMENINA, SEGÚN ACTIVIDADES REALIZADAS, 2010-2020
(Porcentaje)
8,6 6,7 7,3 6,8 6,4 6,9 5,8 6,4 7,2 6,7 6,9
7,7 5,8 Etapa COVID
8,4 8,7 7,6 7,6 7,4 7,3 7,9 8,3 7,9
Otro 1/
56,0 57,2 58,0 57,7 58,6 59,4 58,9 58,8 57,7 58,0
68,2 Enfermo o
incapacitado
Quehaceres del hogar
Estudiando
27,0 27,4 27,2 27,9 27,7 26,5 27,6 26,9 26,8 27,4
19,1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: No se incluye en el gráfico a las mujeres inactivas plenas que no respondieron a esta pregunta (0,1% en
promedio).
1/ Incluye la respuesta “esperando el inicio de un trabajo dependiente” y “vivía de su pensión o jubilación u
otras rentas”.
1.5.1.PRINCIPALES CARACTERÍSTICAS DE LOS NINIS

La inactividad laboral tiene características especiales en la población joven, pues en esta etapa y según el ciclo de vida,
se acumula capital humano a través de la educación. Por tanto, si una joven no participa del mercado laboral se espera
que se encuentre participando en el sistema educativo. Sin embargo, si dicha persona no se encuentra ni en el mercado
laboral, ni en el sistema educativo, se arriesga a alejarse de sus posibilidades de tener cobertura de protección social
(seguros de salud y pensiones), y contribuye a la transmisión intergeneracional de la desigualdad, entre otros riesgos29.
Las jóvenes que ni estudian ni trabajan son denominadas “ninis”.
Para el 2020, las mujeres jóvenes que ni estudian ni trabajan llegaron a representar el 38,6% de la PET femenina juvenil
(15 a 29 años), aumentando el 13,3 p.p. con respecto al 2010. Caso similar ocurrió para los hombres al aumentar a
25,9%, respecto de la PET juvenil masculina.
GRÁFICO Nº 1.37
PERÚ: POBLACIÓN NINIS JÓVENES, SEGÚN SEXO, 2010-2020
(Porcentaje)
38,6
27,1 27,3 27,1 27,9 28,0 27,1

25,3 26,0 25,7 26,3
25,9
Mujer
Hombre
Etapa
15,5 14,9 15,4 15,9 14,8 COVID
13,6 14,3 14,6
13,0 12,8
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: Para los jóvenes se consideran las personas entre 15 y 29 años.

Según los rangos de edad en el 2020, se registró una mayor proporción de ninis de sexo femenino entre los jóvenes
de 18 a 24 años (41,2%), le siguieron los jóvenes de 25 a 29 años (40,3%) y finalmente los de 15 a 17 años (30,3%).
29 Tornarolli (2016, pág. 11), De Hoyos et. al. (2016, pág. 1).
34
GRÁFICO Nº 1.38
PERÚ: POBLACIÓN NINIS MUJERES JÓVENES, SEGÚN GRUPO DE EDAD, 2010-2020
(Porcentaje)
41,2
40,3
30,2 30,3 30,3 De 15 a 17 años

28,7 28,7 29,6 29,0
28,1 27,4 28,0
26,8 De 18 a 24 años
28,1 28,0 28,7 28,0
27,2 27,9 28,1 De 25 a 29 años
26,4 27,2
26,0
24,6 25,1 Etapa
22,5 22,7 23,1
22,0 21,9 21,4 COVID
21,3 20,7
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Respecto a la condición de pobreza, resalta la posición desfavorable en el que se encontraron las mujeres ninis frente
a sus pares hombres. La tasa de mujeres ninis jóvenes pertenecientes a hogares en condición de pobreza fue de 44,8%
en el 2020, cifra mayor en alrededor de 15,0 p.p. a la de los hombres (29,8%). Cabe resaltar que estas proporciones se
incrementaron 14,7 p.p. en mujeres y 16,5 p.p. en hombres con respecto al 2010.
GRÁFICO Nº 1.39
PERÚ: POBLACIÓN NINIS JÓVENES EN CONDICIÓN DE POBREZA, SEGÚN SEXO, 2010-2020
(Porcentaje)
44,8
35,2 36,2 36,1 35,4

33,2 32,3 32,7 33,7
30,1 30,7 29,8
Mujer
Hombre
15,4 16,9 15,3

13,3 14,2 13,4 14,2 13,6 Etapa
11,8 11,9
COVID
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: Para los jóvenes se consideran las personas entre 15 y 29 años.
Finalmente, el 40,1% de mujeres jóvenes que ni estudian ni trabajan tiene al menos un hijo en el hogar, cifra que ha
mantenido su tendencia en los últimos diez años; de modo que, la mayor proporción de ninis mujeres jóvenes está
ampliamente asociada con el trabajo doméstico no remunerado (como el cuidado de niños o adultos mayores), la cual
sería una de las razones que explicaría dicha condición (Málaga, Oré y Tavera, 2016). Asimismo, durante el 2020 las
mujeres jóvenes en hogares sin hijos se vieron más afectadas, aumentando en 13,3 p.p. con respecto al 2010. Ello se
podría concluir que los efectos de la paralización de actividades debido al Estado de Emergencia por la pandemia de
la COVID-19 trajo consigo un incremento en dicho indicador (cierre de los colegios e institutos, quehaceres del hogar,
cuidado de adultos mayores y enfermos etc.).
GRÁFICO Nº 1.40
PERÚ: POBLACIÓN NINIS MUJERES JÓVENES, SEGÚN TENENCIA DE HIJOS EN EL HOGAR, 2010-2020
(Porcentaje)
39,2 40,5 40,1 40,0 40,1

37,6 37,9 37,8 38,4
36,9 36,9
38,6
38,3
27,1 27,3 27,1 27,9 28,0 27,1
25,3 26,0 25,7 26,3
23,7
20,4 21,0 21,4 21,5 21,7 21,0 Etapa
19,3 20,0 20,3
COVID
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
con hijos sin hijos total

Nota: Para la tenencia de hijos se consideran mujeres mayores de 18 años con hijos en el núcleo de hogar.
Para los jóvenes se consideran las personas entre 18 y 29 años.
35
CAPÍTULO 2. SITUACIÓN DEL EMPLEO INFORMAL
El Perú se caracteriza por tener una gran presencia de unidades productivas informales, las que representan el 75,3% del total
en el país y más del 90% en departamentos como Huancavelica (92,9%) y Cajamarca (90,8%). Estas unidades conforman el sector
informal de la economía (INEI, 2020).
En cuanto al empleo informal, según la definición conceptualizada por la OIT (2003) y utilizada por el INEI, “el empleo informal
comprende el número total de empleos informales, ya sea en empresas del sector formal, empresas del sector informal, o en
hogares, durante el periodo de referencia”. Bajo esta definición se forman tres grupos de trabajadores según condición de
empleo informal: (i) empleo informal dentro del sector informal, (ii) empleo informal fuera del sector informal, y (iii) empleo
formal.
Estos tres grupos tienen sus propias características y diferencias; así Tello (2015) indica que un empleo informal en el sector
informal es la última opción a elegir para la PEA ocupada, pero que esta preferencia varía si se compara con un empleo formal
neto (empleo formal) o si solo se compara con un empleo formal-informal (empleo informal dentro del sector formal), llamados
así según la terminología del autor.30
Por tanto, la diferencia entre un trabajador con empleo informal dentro del sector informal y otro con empleo informal fuera
del sector informal marcaría un factor importante sobre las diferencias del empleo informal. En el diagrama se muestran los
grupos de trabajadores que componen el empleo informal31:
• Los patronos y cuenta propia cuya unidad productiva pertenece al sector informal32.
• Los asalariados sin seguridad social financiada por su empleador.
• Los trabajadores familiares no remunerados, independientemente de la naturaleza formal o informal de la unidad
productiva donde labora.
De esta manera, son las mujeres quienes conforman una mayor presencia en estos empleos al conformar un gran de la fuerza
de trabajo desempeñándose como trabajadoras familiares no remuneradas y trabajadoras del hogar (que mayormente no
cuentan con beneficios sociales de seguro de salud), por lo cual se trata de un problema que afecta en mayor medida a las
mujeres.
GRÁFICO Nº 2.1
POBLACIÓN ECONÓMICAMENTE ACTIVA OCUPADA, SEGÚN CONDICIÓN DE EMPLEO INFORMAL
Sector informal Sector formal
Patronos y cuenta propia

del sector "formal"
Empleo informal
Asalariados del sector
“formal” con empleo
Patronos y cuenta propia Asalariados del sector formal
del sector informal “formal”
con empleo informal
Asalariados del sector

informal con Trabajadores familiares no
empleo informal remunerados del sector
“formal”
Trabajadores familiares no Trabajadores

remunerados del sector domésticos sin
informal beneficios sociales
Trabajadores
domésticos con
beneficios sociales
Fuente: INEI (2019)

Elaboración: INEI
30 El estudio de Tello (2015) analiza a los trabajadores con empleo informal en el sector informal y los compara con dos posibles opciones de inserción en el sector
formal. En la primera opción, el trabajador se inserta a la economía formal trabajando en una empresa con RUC y que lleve libros contables, pero sin beneficios
sociales, al que denomina informal-formal (empleo informal dentro del formal) y en la segunda opción, el trabajador se inserta en la economía formal en una empresa
con RUC, que lleve libros contables y que además le pague beneficios sociales, al que denomina formal neto (empleo formal). Pertenecer al sector informal es la
última opción para un 14% de la PEA ocupada si se compara con la primera opción y es la última opción para el 79%, si se compara con la segunda opción.
31 INEI (2021, pág. 117).
32 El sector informal se refiere a las unidades productivas que no están registradas en la administración tributaria (SUNAT). Ver INEI (2021, pág. 117).
36
En el 2020, el empleo informal llegó alrededor de 4 millones 858 mil mujeres, siendo el 77,2% del total de la PEA ocupada
femenina. Según condición de empleo informal, el 63,1% fueron trabajadoras informales dentro del sector informal y el 14,2%
fueron trabajadoras informales fuera del sector informal. Esto indica que casi 8 de cada 10 mujeres que participan en el mercado
laboral tienen un empleo informal en Perú.
Antes de la pandemia entre 2010 al 2019, se podía observar una tendencia estable en el empleo informal en las mujeres, la cual
se debe en gran parte a la variación del empleo informal dentro del sector informal. Así, el empleo informal dentro del sector
informal se redujo de 62,3% en el 2010 a un mínimo de 54,8% en el 2016, para luego pasar a 63,1% en el 2020.
GRÁFICO Nº 2.2
PERÚ: PEA OCUPADA FEMENINA CON EMPLEO FORMAL E INFORMAL DENTRO Y FUERA DEL SECTOR INFORMAL,
2010-2020
(Porcentaje)
Empleo informal 81,7

78,4 78,4 77,6 77,2
76,1 75,9 75,1 76,1 75,3 75,8
Empleo informal
dentro del sector 62,3 63,1
informal 59,9 58,5 58,1 56,5 56,2 56,5 57,0 57,5
54,8
Etapa
COVID
23,9 24,1 24,9 23,9 24,7 24,2

21,6 21,6 22,4 22,8
Empleo formal 19,4
18,3 18,5 19,8 19,4 19,6 19,7 20,3 19,5 18,4 18,2
Empleo informal 14,2
fuera del sector
informal
2 010 2 011 2 012 2 013 2 014 2 015 2 016 2 017 2 018 2 019 2 020
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en
la administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
Durante la pandemia el indicador de informalidad en las mujeres fue de 77,2%. A pesar de este cambio, la tasa de empleo
informal de las mujeres fue mayor que de los hombres en todos los periodos, y alcanzó un mínimo de 75,1% en el año 2016,
mientras que para los hombres alcanzó el mínimo de 69,5% en el año 2016.
Al detallar la información según condición de empleo informal, para el 2020, se obtienen dos hechos: (i) La tasa de empleo
informal de mujeres dentro del sector informal aumentó (63,1%), llegando a cifras cercanas al 2010. (ii) El aumento de la tasa
de empleo informal para las mujeres se debe al incremento de un sólo tipo de empleo informal; en cambio, para los hombres,
en empleo informal dentro del sector informal aumento en varios puntos porcentuales33.
33Para los hombres el empleo informal dentro del sector informal pasó de 57,0% a 63,5% entre el 2010 y 2020; además, el empleo informal fuera del sector informal
pasó de 16,4% a 10,5% en el mismo periodo. Para más detalle ver Anexo N° 2.1
37
GRÁFICO Nº 2.3
PERÚ: TASAS DE EMPLEO FORMAL E INFORMAL, SEGÚN SEXO, 2010-2020
(Porcentaje)
81,7 78,4 78,4 77,6 76,1 75,9 75,1 76,1 75,3 75,8 77,2 73,9
73,4 72,4 71,1 70,7 70,3 71,0 69,8 70,1 70,3
69,5
Etapa Etapa
COVID COVID
27,6 28,9 29,3 29,7 29,0 30,5 30,2 29,9 29,7

23,9 24,1 24,9 23,9 24,7 24,2 26,6 26,1
21,6 21,6 22,4 22,8
18,3
2013
2018
2010
2011
2012
2014
2015
2016
2017
2018
2019
2020
2010
2011
2012
2013
2014
2015
2016
2017
2019
2020
Mujer Hombre
Tasa de empleo formal Tasa de empleo informal
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la
administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
2.1. PRINCIPALES CARACTERÍSTICAS DEL EMPLEO FORMAL E INFORMAL

En esta sección se describen las características más notables del empleo femenino según condición de empleo informal. La
prevalencia del empleo informal es casi total para las mujeres al inicio y final de su etapa laboral (de 14 o menos años y de 66 o
más años); así como para las mujeres del área rural, llegando al 93,1%. Sin embargo, esta tasa disminuye conforme aumenta el
nivel educativo.
Según rango de edad, la mayor proporción de empleo informal se encuentra en las mujeres de 14 y 17 años, seguido por las
personas entre 66 o más años. Sin embargo, la composición del empleo es distinta para ambos grupos, pues el 90,9% de las
mujeres de 14 y 17 años laboró el empleo informal dentro del sector informal. En cambio, el 87,0%, de mujeres de 66 años o
más laboró en empleo informal dentro del sector informal.
Según área de residencia, el empleo informal es mayor en el área rural con 97,2% representado por 93,1% dentro del sector
informal y 4,1% fuera del sector informal. Asimismo, en el área urbana el empleo informal fue 70,8% (53,4% dentro del sector
informal y 17,4 fuera del sector informal).
GRÁFICO Nº 2.4
PERÚ: PEA OCUPADA FEMENINA CON EMPLEO FORMAL E INFORMAL, SEGÚN RANGO DE EDAD Y ÁREA DE
RESIDENCIA, 2020
(Porcentaje)
Rango de edad Área de residencia
2,8
9,1 9,3 4,1
21,0 25,4 26,6 3,7
29,2
25,0 13,8 8,2

17,4
90,9 87,0 93,1
60,8 65,2
54,0 53,4
14-17 18-29 30-45 46-65 66 a más Urbano Rural

años años años años años
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no
registradas en la administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado por el empleador y los trabajadores
familiares no remunerados. La suma de las partes puede no coincidir con el total debido al redondeo de las cifras. Cifras referenciales para empleo informal
fuera del sector informal en el rango de edad de 66 a más años
De acuerdo a la relación de parentesco con el jefe de hogar, las trabajadoras jefas de hogar tienen una tasa de empleo informal
de 77,3% (dentro y fuera del sector informal). No obstante, el mayor porcentaje de empleo informal se presentó en las mujeres
38
con una relación de pareja con el jefe de hogar (81,5%) respecto de los demás grupos. Esta alta tasa se puede relacionar con la
mayor carga de trabajo doméstico que tienen las mujeres con pareja, con lo cual les queda menos tiempo para su participación
en el mercado laboral (Freyre y López, 2011), por lo que podrían estar insertándose en puestos informales.
Por otro lado, otro grupo importante son las mujeres entre 18 y 45 años con hijos en el hogar, dado que, destinan más horas al
trabajo doméstico y tienen menos años de educación en promedio, siendo ambas características asociadas con puestos de
trabajo informales (Loayza, 2008). De esta forma, aquellas mujeres sin hijos tienen la menor tasa de empleo informal con 74,7%,
las mujeres con un hijo tienen una tasa de 73,3%, y la mayor tasa de empleo informal la ostenta el grupo de mujeres con 3 o
más hijos con 87,8%. Este incremento va acorde con el menor nivel educativo alcanzado por las mujeres con mayor número de
hijos en el hogar, como se vio en el Capítulo 1 del presente informe.
GRÁFICO Nº 2.5
PERÚ: PEA OCUPADA FEMENINA CON EMPLEO FORMAL E INFORMAL,
SEGÚN RELACIÓN DE PARENTESCO CON EL JEFE DE HOGAR Y TENENCIA DE HIJOS EN EL HOGAR, 2020
(Porcentaje)
Relación de parentesco con el jefe de hogar Tenencia de hijos
18,5 12,1
22,7 28,1 26,8 25,4 26,7 22,9
7,8 14,5
13,3 16,1
19,2 19,9
22,2 23,8
73,7 73,3
64,0 61,0
49,6 49,4 55,5 53,4
Jefa de hogar Pareja de jefe Hija Otro 1/ Sin hijos 1 hijo 2 hijos 3 o más
Nota: Para la tenencia de hijos se consideran mujeres entre 18 y 45 años con hijos en el núcleo de hogar. La informalidad se calcula en base a la Metodología de la
OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no
cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
1/ Incluye yernos o nueras, nietos, suegros, hermanos, otros parientes, y otros no parientes.
Con respecto al nivel educativo, las mujeres con menor nivel de educación son propensas a encontrarse en empleos informales.
Aquellas que culminaron la primaria tienen una tasa de empleo informal dentro del sector informal de 86,4% y una tasa de
empleo informal fuera del sector informal de 8,3% lo que da un total de 94,7%, siendo la mayor tasa del resto de grupos.
Asimismo, al aumentar el nivel educativo, se reduce la tasa de empleo informal.
GRÁFICO Nº 2.6
PERÚ: TASA DE EMPLEO FORMAL E INFORMAL DENTRO Y FUERA DEL SECTOR INFORMAL,
SEGÚN NIVEL DE EDUCATIVO CULMINADO, 2020
(Porcentaje)
5,3
8,3 19,6
49,8
19,1 Empleo formal
70,0
Empleo informal fuera

86,4 18,7 del sector informal
61,3 Empleo informal dentro
16,8 del sector informal
31,5
13,2
Primaria Secundaria SNU 1/ SU 2/
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración
tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
1/ SNU: Superior no universitaria
2/ SU: Superior universitaria.
Fuente: INEI – Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2020.
Elaboración: MTPE – DGPE – Dirección de Investigación Socio Económico Laboral (DISEL).
39
El Gráfico N° 2.7 indica de forma detallada la relación entre la tasa de empleo informal, la edad y nivel educativo. Una primera
característica a resaltar es que las mujeres más jóvenes y las adultas mayores tienen una mayor tasa de empleo informal,
independientemente de su nivel educativo culminado.
Una segunda característica es la profundidad que tienen las curvas, lo que indica qué grupo ve disminuida su tasa de empleo informal
en mayor proporción. La curva que corresponde a las mujeres que sólo culminaron la primaria se mantiene casi constante según la
edad, es decir, la tasa de empleo informal es similar entre las mujeres jóvenes, adultas y adultas mayores que cuentan con este nivel
educativo. En cambio, para las mujeres con educación superior, la tasa de empleo informal es alta en las jóvenes, pero disminuye
considerablemente en las adultas, lo cual amplía las brechas entre los diferentes grupos.
Por ejemplo, en mujeres con educación superior y con 40 años la tasa de empleo informal es menor que en las mujeres de 35 años, y a
su vez menor a la de las mujeres de 30 años. Este hecho no se observa para las mujeres que sólo cuentan con educación primaria,
donde la tasa era casi la misma en todos los grupos de edad.
GRÁFICO Nº 2.7
PERÚ: TASA DE EMPLEO INFORMAL FEMENINA POR NIVEL EDUCATIVO CULMINADO, SEGÚN EDAD, 2010-2020
(Porcentaje y años)
100%
80%
Tasa de empleo informal
60%
40%
20%
0%
20 25 30 35 40 45 50 55 60 65
Edad (años)
Primaria Secundaria Superior Superior Total

No Universitaria Universitaria
Nota: Se consideran mujeres entre 18 y 65 años con nivel educativo culminado. La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos
trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado
por el empleador y los trabajadores familiares no remunerados. La tasa de empleo informal consignada incluye al empleo informal dentro y fuera del sector informal.
Cifras referenciales en nivel educativo Superior Universitario para mayores de 55 años y para Superior No Universitario a partir de 60 años.
Fuente: INEI – Encuesta Nacional de Hogares sobre Condiciones de Vida y Pobreza, 2010-2020.
Elaboración: MTPE – DGPE – Dirección de Investigación Socio Económico Laboral (DISEL).
A partir del Gráfico N° 2.8 al Gráfico N° 2.11, se muestran los resultados de la tasa de empleo informal según grupo ocupacional,
categoría ocupacional y rama de actividad. En esta sección solo se consideran dos condiciones de empleo, el empleo formal y el empleo
informal; donde el empleo informal agrupa tanto el empleo informal dentro como fuera del sector informal con la finalidad de exponer
las ocupaciones y las ramas de actividad con mayor presencia de empleo informal; así como también por estructura de mercado34.
Los siguientes gráficos indican la cantidad de trabajadoras informales y la tasa de empleo informal correspondiente para cada grupo de
análisis. De acuerdo a la posición respecto al promedio total, cuando el círculo se encuentra hacia el lado derecho, independientemente
del tamaño que tenga, estaría relacionado a grupos altamente vulnerables con altas tasas de empleo informal. A su vez, cuando el
círculo se encuentra hacia arriba y a la derecha, indica que tanto el número como la tasa de empleo informal son elevados. Mientras
tanto, un círculo ubicado hacia arriba y a la izquierda se relaciona con un grupo con alta cantidad de trabajadoras informales, pero con
baja tasa de empleo informal (se podría tratar de un grupo conformado, en su mayoría, por trabajadores con empleos formales).
Según categoría ocupacional, la mayor tasa de empleo informal se da en el grupo de trabajadoras familiares no remuneradas (TFNR),
con 100,0%, seguidos por trabajadoras independientes (90,5%) y trabajadoras del hogar (86,7%), por lo que se podrían considerar como
grupos vulnerables. Estas tres categorías conforman un total de 3 millones 633 mil 494 trabajadoras (74,8% del total de mujeres con
empleo informal).
34 La tasa de empleo informal en trabajadoras independientes fue 90,5%, cifra mayor a lo registrado en el sector privado (61,4%) y público (21,1%). Ver Anexo N° 2.3.
40
GRÁFICO Nº 2.8
PERÚ: PEA OCUPADA FEMENINA CON EMPLEO INFORMAL Y TASA DE EMPLEO INFORMAL,
SEGÚN CATEGORÍA OCUPACIONAL, 2020
3 000 000
Asalariado público
90,5%
2 120 021
Cantidad de trabajadoras con empleo informal
2 250 000
Independiente
100,0%
Empleador 1 310 643
62,2%
1 500 000 1 041 700
Trabajador familiar no
750 000 remunerado
Asalariado privado 86,7%
21,1% Trabajador del hogar Promedio:
202 830
130 862 48,0% 77,2%
51 937
0
0,0% 25,0% 50,0% 75,0% 100,0% 125,0%

Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene cada categoría ocupacional. La informalidad se calcula en base a la Metodología
de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados
que no cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
Según grupo ocupacional, la mayoría de grupos tiene una tasa de empleo informal más alta que el promedio nacional (77,2%). El grupo
con mayor tasa y cantidad de trabajadoras informales fue el de agricultora, ganadera y pescadora (98,0%), le sigue trabajadoras del
hogar (86,7%), y vendedora (84,4%). Por otro lado, los grupos con menor tasa de empleo informal son también los que presentan un
bajo número de trabajadoras informales. En este sentido, profesional y técnicas con una tasa de (22,2%) de empleo informal, las
gerentes, administradoras y funcionarias con (22,9%), y en menor medida se concentraron las empleadas de oficina (36,8%).
GRÁFICO Nº 2.9
SEGÚN GRUPO OCUPACIONAL, 2020
2 500 000
Agricultora, ganadera y pescadora

98,0%
1 775 518
2 000 000
Promedio:
1 500 000 77,2%
Vendedora
84,4%
1 287 944
1 000 000
Trabajadora de los servicios
83,0%
817 062
Empleada de oficina
Profesional, técnica
500 000 36,8% Artesana y operaria
22,2%
164 482 85,4%
169 580 Trabajadora del hogar
86,7% 387 803
Gerenta, administradora y 202 830
Obrera jornalera Conductora Minera y cantera
funcionaria
82,2% 89,3% 100,0%
23,9%
32 202 15 993 3 102
1 478
0
0% 20% 40% 60% 80% 100% 120%

Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene cada grupo ocupacional. La informalidad se calcula en base a la Metodología de la OIT, que
comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no cuentan con
seguro social pagado por el empleador y los trabajadores familiares no remunerados. Cifra referencial para gerenta, administradora y funcionaria; minera y cantera;
conductora.
41
En el 2020, la tasa de empleo informal fue más alta que el promedio nacional en rama de actividad extractiva, comercio e
industria con 97,1%, 80,5% y 77,9% respectivamente. Asimismo, las tasas correspondientes a servicios y construcción se
encuentran por debajo del promedio nacional, con 59,8% y 40,3% en ese orden. Además, la rama extractiva concentró la mayor
cantidad de trabajadoras informales con 1 millón 789 mil 671 trabajadoras, le sigue servicios con 1 millón 406 mil trabajadoras.
GRÁFICO Nº 2.10
SEGÚN RAMA DE ACTIVIDAD ECONÓMICA, 2020
2 500 000
Extractiva 2/
97,1%
1 789 671
2 000 000 Servicios 1/

59,8%
1 406 071
Comercio
80,5%
1 245 453
1 500 000
Promedio:
77,2%
1 000 000
Industria
77,9%
405 944
500 000
Construcción
40,3%
10 854
0
0,0% 25,0% 50,0% 75,0% 100,0% 125,0%
Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene cada rama de actividad económica. La informalidad se calcula en base a la Metodología
de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no
cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados. Cifra referencial para la rama de construcción.
1/ Incluye servicios comunitarios, sociales y recreativos; transporte, almacenamiento y comunicaciones; restaurantes y hoteles; establecimientos financieros, seguros,
bienes inmuebles y servicios prestados a empresas; servicios personales; hogares; y electricidad, gas, agua y saneamiento.
Al desagregar la rama de servicios, las subramas restaurantes y hoteles (90,9%) y servicios personales (89,3%) registraron altas
tasas de empleo informal.
GRÁFICO Nº 2.11
SEGÚN SUBRAMAS DE LA ACTIVIDAD ECONÓMICA SERVICIOS, 2020
900 000
Restaurantes y hoteles
90,9%
577 657
600 000
Promedio:
77,2%
Servicios comunitarios,
sociales y recreativos
30,1%
266 438 Hogares
86,8%
Establecimientos financieros 204 136
300 000
y seguros
43,9% Transporte, almacenamiento
135 965 y comunicaciones
58,8% Servicios personales
56 046 89,3%
143 802
Electricidad y agua 1/
76,7%
0 22 027
0% 25% 50% 75% 100% 125%
Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene cada subrama. La informalidad se calcula en base a la Metodología de la OIT, que
comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no cuentan con
seguro social pagado por el empleador y los trabajadores familiares no remunerados.
1/ Incluye electricidad, gas y agua y saneamiento.
42
Asimismo, es preciso mencionar que el grupo de trabajadoras informales de la subrama de servicios sociales y recreativos
presentó una alta participación de informales (con 266 mil 438 trabajadoras), pero registro la tasa más baja de empleo informal
30,1%. Finalmente, el grupo de trabajadoras de la subrama restaurantes y hoteles se encuentra en una posición altamente
vulnerable, debido al gran número de trabajadoras informales con una alta tasa de empleo informal que alcanzó 90,9% (más de
577 mil mujeres).
2.2. INGRESO LABORAL EN EL EMPLEO FORMAL E INFORMAL

Para el periodo 2010-2019 en ingreso para ambos sexos con empleo informal tuvo una tendencia creciente, caso que se revirtió
para el 2020 cuando el ingreso para las mujeres con S/677 y S/ 902 para los hombres. Con respecto a la brecha de ingreso por
sexo, esta fue mayor en los trabajadores con empleos formales en 85,3%.
Cabe precisar que, en 2020, la brecha de ingresos entre los trabajadores formales e informales fue menor a lo registrado en
años anteriores, atribuido principalmente a un mayor deterioro de los ingresos de los trabajadores formales en contraste con
los informales para ambos sexos.
GRÁFICO Nº 2.12
PERÚ: INGRESO REAL LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA CON EMPLEO FORMAL E INFORMAL,
SEGÚN SEXO, 2010-2020
(Soles de 2020)
2 832 2 876 2 830 2 863 2 859 2 848

2 801 2 812 2 804 2 798
2 509
2 352
2 55 0
2 187 2 184 2 246 2 190 2 195 2 226

2 165 2 141
2 088
2 005
2 05 0
Hombre- Empleo formal
1 55 0
Mujer- Empleo formal
Hombre -Empleo
1 05 0
informal
1 069 1 084 1 088 1 091 1 116 1 117 1 106 1 098 1 115
1 006 902 Mujer- Empleo informal
726 729 720 738 755 754 750 764

694 677
550
646
50
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Los ingresos están expresados en términos reales y fue deflactado con el IPC promedio de Lima Metropolitana con año base 2020.
La diferencia entre el ingreso de las trabajadoras con empleo formal e informal crece conforme aumenta el nivel educativo
alcanzado. Así, la brecha de los ingresos laborales fue más alta en el nivel educativo superior universitario en relación a los demás
niveles educativos alcanzados. A su vez, considerando una RMV35 al año 2020, es posible comprobar que las mujeres con empleo
formal tienen un nivel de ingresos superior a la RMV, para cualquier nivel educativo.
Por otro lado, el nivel de ingresos de las mujeres con empleo informal fuera del sector informal puede superar una RMV, pero
solo para las mujeres con un nivel educativo superior, siendo de S/ 995 para aquellas con nivel superior no universitario y
S/ 1 490 para aquellas con nivel superior universitario.
En el caso de las mujeres con empleo informal dentro del sector informal, el ingreso es inferior a la RMV en todos los casos, lo
cual se convierte en un problema para más de la mitad de mujeres que participan en el mercado laboral, pues más del 70,0% de
mujeres ocupadas fue informal.
35 Se considera el valor de la RMV de S/ 930 en el desarrollo del documento.
43
GRÁFICO Nº 2.13
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA FEMENINA CON EMPLEO FORMAL E
INFORMAL DENTRO Y FUERA DEL SECTOR INFORMAL, SEGÚN NIVEL EDUCATIVO ALCANZADO, 2020
(Soles)
2 784
Empleo formal
2430
2 141
1 815
1680 1 492 1 490

1 392 Empleo informal
fuera de sector
1 042 995 informal
RMV930
S/ 930 859 878 Empleo informal
dentro de sector
444 638 610 584
556 informal
180
Total Hasta primaria 1/ Secundaria Superior no Superior

universitario universitario
2.3. CARACTERÍSTICAS DEL EMPLEO INFORMAL POR DEPARTAMENTOS

El Gráfico N° 2.14 indica la distribución de la PEA ocupada femenina con empleo formal e informal. La mayor tasa de empleo
informal se registra en Huancavelica (93,9%) seguido por Cajamarca (93,2%), Apurímac (92,2%) y Cusco (90,2%). En cambio, la
menor tasa de empleo informal se registró en lima (62,6%).
Por otro lado, las mayores tasas de empleo informal fuera del sector informal se registraron en Lima (20,2%) y en Arequipa
(18,3%), en este caso el problema es que, aunque estos trabajadores se encuentren laborando para el sector formal, lo hacen
sin los beneficios de un empleo formal.
En cuanto al empleo formal, los departamentos con mayor proporción de empleo formal son los siguientes: Lima (37,4%), Ica
(33,1%) y Arequipa (32,2%). Asimismo, los departamentos de menor proporción de empleo formal fueron: Huancavelica (6,1%)
y Cajamarca (6,8%),
GRÁFICO Nº 2.14
PERÚ: PEA OCUPADA FEMENINA CON EMPLEO FORMAL E INFORMAL DENTRO Y FUERA DEL SECTOR INFORMAL,
SEGÚN DEPARTAMENTOS, 2020
(Porcentaje)
Empleo informal
Empleo Empleo
Dentro del Fuera del
Departamento formal informal
sector sector
1/ 2/
informal informal 2/
Perú 22,8 77,2 63,1 14,2
Amazonas 11,3 88,7 82,1 6,6
Áncash 15,9 84,1 73,4 10,7
Apurímac 7,8 92,2 83,2 9,0
Arequipa 32,2 67,8 49,4 18,3
Ayacucho 12,5 87,5 78,8 8,7
Cajamarca 6,8 93,2 86,6 6,6
Cusco 9,8 90,2 84,2 6,1
Huancavelica 6,1 93,9 87,2 6,6
Huánuco 11,6 88,4 80,5 7,9
Ica 33,1 66,9 49,4 17,5
Junín 15,7 84,3 73,0 11,3
La Libertad 26,8 73,2 57,3 15,9
Lambayeque 27,2 72,8 58,3 14,5
Lima 3/ 37,4 62,6 42,4 20,2
Loreto 16,6 83,4 69,0 14,3
Madre de Dios 17,6 82,4 68,6 13,8
Moquegua 26,6 73,4 60,3 13,1
Pasco 10,4 89,6 82,5 7,1
Piura 16,2 83,8 68,2 15,6
Puno 7,2 92,8 84,2 8,6
San Martín 11,0 89,0 80,4 8,6
Tacna 29,4 70,6 55,5 15,1
Tumbes 19,0 81,0 61,5 19,5
Ucayali 16,0 84,0 67,5 16,5
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la administración
tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social pagado por el empleador y los trabajadores familiares no remunerados.
1/ Cifras referenciales para los departamentos de Amazonas, Apurímac, Ayacucho, Cajamarca, Cusco, Huancavelica, Madre de Dios, Puno y Tumbes.
2/ Cifras referenciales para los departamentos de Amazonas, Apurímac, Ayacucho, Cajamarca, Cusco, Huancavelica, Huánuco, Junín, Madre de Dios, Pasco, Puno y San Martín.
44
Otro aspecto a considerar a nivel departamental es el ingreso laboral promedio mensual. En el Gráfico N° 2.15 se dan tres hechos
importantes: (i) Los ingresos de las trabajadoras dentro del sector informal varían considerablemente de un departamento a
otro. (ii) Mientras los ingresos de las trabajadoras con empleo informal fuera del sector informal están más concentrados y
cercanos a la RMV de referencia, los ingresos de las trabajadoras dentro del sector informal son mucho más dispersos. (iii) En
más de 20 departamentos, los ingresos laborales promedio de las trabajadoras con empleo informal se encuentran por debajo
de la RMV de referencia.
El Gráfico N° 2.15 a) corresponde a la distribución de departamentos según el ingreso promedio que reciben las trabajadoras con
empleo informal fuera del sector informal. Así, la mayor brecha de ingresos se presentó en aquellos departamentos que se
encuentran más a la derecha y situados hacia la parte inferior, como el caso de Cajamarca. En este sentido, los datos para este
departamento indican que el ingreso promedio de las trabajadoras formales fue S/ 2 435, mientras que el ingreso promedio de las
trabajadoras con empleo informal fuera del sector informal fue S/ 700 lo que daría una diferencia de S/ 1 735 soles.
El Gráfico N° 2.15 b) tiene la información del ingreso promedio de las trabajadoras que están dentro del sector informal. En este
caso los ingresos son bastante bajos y están en un rango de S/284 en Huancavelica y S/809 en Ica, siendo menor que la RMV en
todos los departamentos, a excepción de Madre de Dios, el cual registró un ingreso promedio de S/ 1 042 para las mujeres con
empleo informal dentro del sector informal. 36
GRÁFICO Nº 2.15
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA FEMENINA
CON EMPLEO FORMAL E INFORMAL DENTRO Y FUERA DEL SECTOR INFORMAL, SEGÚN DEPARTAMENTO, 2020
(Soles)
a) Fuera del sector informal b) Dentro del sector informal
1 300 1 200
Moquegua
Tumbes Lima 1/
1 200
Madre de Dios 1 100
Madre de
Dios
Ica
1 100
1 000
Piura
Lambayeque RMV = S/ 930
Loreto
1 000 Ucayali
Huancavelica Apurímac 900
RMV = S/ 930
Ingreso en el empleo informal (S/)
Ingreso en el empleo informal (S/)
Áncash
La Libertad
900 Arequipa Ica

Tacna Huánuco Loreto
Puno 800
San Martín Cusco
Ucayali
800 Ayacucho Amazonas Arequipa
Pasco Junín
700 Lima 1/
Cajamarca
Tacna
700 Apurímac
San Martín
600 Tumbes
Moquegua
600
Junín Cusco
500 La Libertad Ayacucho

500 Puno
Lambayeque Amazonas
Piura
Áncash
400
400 Cajamarca
Pasco Huánuco
300 300
1 500 1 700 1 900 2 100 2 300 2 500 1 500 1 700 1 900 2 100 2 300 2 500
Ingreso en el empleo formal (S/) Ingreso en el empleo formal (S/)
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo de
la ocupación principal y secundaria del trabajador.
Se excluye el ingreso correspondiente al departamento de Huancavelica (dentro sector informal S/284 y empleo formal S/ 1965) para mejor visualización del gráfico (b).
1/ Incluye a la Provincia Constitucional del Callao.
36 Para mayor detalle ver Anexo N° 2.5.
45
CAPÍTULO 3. SEGREGACIÓN OCUPACIONAL DE LAS MUJERES
Una de las desigualdades con mayor relevancia y más fácil de identificar en el mercado laboral peruano es la existencia de una
distribución desigual de hombres y mujeres dentro de los grupos ocupacionales y en los sectores productivos, es decir, existen
ocupaciones donde mayoritariamente se emplean hombres y otras en las que mayoritariamente se desempeñan mujeres. Tal
es el caso que, por ejemplo, los hombres predominan en ocupaciones como operarios de producción; mientras que las mujeres
en ocupaciones como trabajadoras de los servicios, quienes percibieron un ingreso laboral menor al promedio nacional. Este
hecho afecta en mayor medida a las mujeres, y se le denomina segregación ocupacional por sexo (Guzmán, 2002a; OIT, 2003).
La importancia de esta situación radica en que la segregación ocupacional37 constituye la principal causa de desigualdad en los
ingresos por género (Bergmann, 2005; Blau y Khan, 1997; De La Rica, 2007; y Villar, 2010), debido a la predominancia de las
mujeres en ocupaciones poco remuneradas y de baja productividad.38 A su vez que, la exclusión de trabajadoras mujeres de
algunas ocupaciones implicaría ineficiencias económicas, pérdida de recursos humanos, y reducción de capacidad del mercado
para responder a los cambios de trabajo. Asimismo, trae efectos negativos sobre la productividad (Sorensen, 1990), y propician
la discriminación salarial por sexo (Blau y Khan, 1997; De La Rica, 2007; y Simón, 2006).
Cabe destacar que la existencia de la segregación ocupacional se daría por múltiples razones tanto sociales como económicas,
en el mercado laboral actuaría tanto desde la perspectiva de la demanda como de la oferta de trabajo (Petrongolo, 2004).
Además, la segregación de trabajadoras hacia ciertas ocupaciones podría estar explicada por las propias preferencias femeninas
por puestos de trabajo con determinadas características, donde puedan tener mayor satisfacción laboral, a pesar de
desempeñarse en ocupaciones segregadas. La idea subyace en que dichas ocupaciones presentarían características laborales
(por ejemplo, la flexibilidad de jornadas laborales) que las hacen preferibles según Bender et. al. (2005), y Gómez y Borra (2009).
3.1. CARACTERÍSTICAS DE LA SEGREGACIÓN OCUPACIONAL

Con los datos de la ENAHO al 2020, esto se reflejaría en el hecho de que las mujeres se encuentran ampliamente representadas
en ocupaciones como trabajadoras del hogar (95,6%), vendedoras (67,9%), trabajadoras de los servicios (54,3%), ubicaciones en
las que los hombres tienen menor presencia. Por el contrario, las mujeres se encuentran menos representadas en ocupaciones
de gerentes, administradores y funcionarios; así como obreros jornaleros, mineros y canteros y conductor.
GRÁFICO Nº 3.1
PERÚ: PEA OCUPADA POR SEXO, SEGÚN GRUPO OCUPACIONAL, 2020
(Porcentaje)
1,9
5,1 4,6
30,8 25,9
45,0 38,5
54,3 50,8
67,9
95,6 98,1
Mujeres 94,9 95,4
69,2 74,1
Hombres 61,5
49,2 55,0
45,7
32,1
4,4
Trabajador del Vendedor Trabajador de Empleado de Profesional, Agricultor, Artesano y Gerente, Obrero Minero y Conductor
hogar los servicios 1/ oficina técnico ganadero y operario administrador jornalero cantero
pescador y funcionario
Nota: Cifras referenciales para ambos sexos en gerentes, administradores y funcionarios; artesano y operario; obrero jornalero.
1/ Comprende trabajadores no incluidos en el resto de grupos ocupacionales, tales como cocineros calificados; limpiadores de oficinas, hoteles y otros; porteros, guardianes y
afines; bármanes y trabajadores asimilados, etc.
Una de las maneras de identificar el nivel de segregación ocupacional en el mercado laboral peruano es a través de la utilización
de índices. Los índices más aplicados por la evidencia empírica son el Índice de Disimilitud de Duncan-Duncan (IDD)39 y el Índice
de Karmel y McLachlan (KM) que miden la desigualdad existente en la distribución de hombres y mujeres que se desempeñan
en diversas ocupaciones. El valor de dichos índices oscila entre 0% (significa no existencia de segregación con una distribución
de hombres y mujeres equitativa) hasta 100% (existencia de segregación total con una distribución predominada por un solo
género). Así, la segregación estaría presente tanto en las ocupaciones donde predominan las mujeres (trabajadores del hogar y
vendedores), como en donde predominan hombres (obreros, mineros y canteros).
37 La segregación ocupacional es también conocida como segregación vertical. Además, la segregación horizontal es conocida como segregación sectorial y se refiere
a las diferencias en la participación de trabajadores de ambos sexos, según rama de actividad económica.
38 Basado en Betto (2002).
39 En el presente informe se emplea el índice IDD como referencia del nivel de segregación en el mercado laboral por ser ampliamente utilizado en los análisis de
segregación. Ver Anexo N° 3.1.
46
En el 2020, los índices de segregación IDD y KM para Perú resultaron alrededor de 48%, lo cual significa que esta proporción de
trabajadores mujeres (u hombres) debería cambiar o trasladarse de ocupación para encontrar ocupaciones distribuidas
equitativamente por sexo en el mercado laboral peruano.
Clasificación de ocupaciones según nivel de segregación ocupacional

Una vez identificado el nivel de segregación en el mercado laboral peruano, corresponde caracterizar cuáles son las ocupaciones
con dicha desigualdad asociadas a un ingreso laboral alto o bajo; así como la brecha de ingresos que enfrentan los trabajadores.
Por esa razón, se aplicará la clasificación de acuerdo al criterio propuesto por la Organización Internacional del Trabajo (OIT),
desarrollado en el trabajo de Guzmán (2002b), para describir la estructura ocupacional de Perú, considerando el porcentaje de
hombres y mujeres que se desempeñan en cada ocupación. En el 2020 con este criterio, se encuentran tres grupos40 claramente
diferenciados, donde el 42,1% de las ocupaciones están masculinizadas o concentradas en su mayoría por hombres, el 42,5%
están feminizadas o concentradas por mujeres, y el 15,4% son ocupaciones mixtas con una distribución por género más
equitativa. Estudios como el de García et. al. (2011) encuentran distribuciones similares en otros países.
GRÁFICO Nº 3.2
PERÚ: DISTRIBUCIÓN DE LAS OCUPACIONES, SEGÚN CLASIFICACIÓN OIT, 2012-2020
(Porcentaje)
19,4 18,6 20,6 17,3 21,1 17,8 15,4

21,4 22,6
38,1 35,8 42,5

38,2 35,3 37,3 37,2 37,6 42,7
42,4 43,4 43,3 42,2 46,9 41,3 42,1

40,1 39,6
2012 2013 2014 2015 2016 2017 2018 2019 2020
Masculinizadas Feminizadas Mixtas

Nota: Clasificación en base al criterio propuesto por la OIT, desarrollado en el trabajo de Guzmán (2002b).
Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las ocupaciones con una baja
participación de trabajadores.
Cabe destacar que las ocupaciones clasificadas como masculinizadas, feminizadas y mixtas, además de estar relacionadas a
diferentes niveles educativos41, también están ampliamente asociadas a determinadas condiciones laborales (tipo de jornada
laboral que desempeñan, tipo de contrato, el tipo de actividad económica en la que se desenvuelven); así como al tamaño de
empresa demandante; entre otros factores que determinan la presencia de trabajadores en dichas ocupaciones (Ibáñez, 2008).
3.2. SEGREGACIÓN OCUPACIONAL Y EL INGRESO LABORAL

Entre el 2012 y 2020, en promedio, el ingreso laboral fue mayor en las ocupaciones de tipo mixtas o paritarias; seguidas por las
ocupaciones de tipo masculinizadas, y en menor medida por las ocupaciones de tipo feminizadas. Así en el 2020, para las
ocupaciones distribuidas más equitativamente por hombres y mujeres se percibieron ingresos laborales mensuales mayores
(mixtas: S/ 2 070 en promedio), en comparación con las ocupaciones que concentran alta participación de hombres
(masculinizadas: S/ 1 152) y de mujeres (feminizadas: S/ 1 016).
40 De acuerdo con Guzmán (2002b), el primer grupo lo conforman las ocupaciones masculinizadas, donde la proporción de hombres es igual o mayor a 65%. El
segundo, ocupaciones feminizadas, donde en este caso son las mujeres las que representan más del 50%. Y, por último, las ocupaciones mixtas o paritarias donde la
distribución por sexo está más compensada y oscila entre el 35% y 50%.
41 Ver Anexo N° 3.2 para mayor detalle de las principales ocupaciones masculinizadas y feminizadas, es decir, donde predominan hombres y mujeres respectivamente.
47
GRÁFICO Nº 3.3
PERÚ: INGRESO REAL LABORAL PROMEDIO MENSUAL DE LAS OCUPACIONES, SEGÚN CLASIFICACIÓN OIT, 2012-2020
(Soles de 2020)
2 296 2 251 2 234
2 189 2 172 2 148 2 173
2 082 2 070
1 736 1 695
1 567 1 515 1 538 1 522
1 491 1 447 1 445 1 435
1 529 1 152
1 449
1 147 1 165 1 164 1 132 1 173

1 045 1 025 1 071 1 082 1 016
961
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Mixtas Masculinizadas Feminizadas

Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las
ocupaciones con una baja participación de trabajadores.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los
ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
El ingreso laboral fue deflactado con el IPC promedio de Lima Metropolitana con año base 2020.
3.3. SEGREGACIÓN OCUPACIONAL Y LA BRECHA DE LOS INGRESOS LABORALES

Estudios como el de Tenjo, Ribero y Bernat (2002)42, evidenciaron que la brecha salarial por género se debe en gran parte a que
existe segregación en las ocupaciones. Específicamente, si una ocupación es retribuida con ingresos laborales muy altos y se
encuentra segregada por algún grupo (por ejemplo, hombres), esto implicaría que el otro grupo (las mujeres) presentarían
mayores dificultades para acceder a esos altos ingresos laborales. Por esta razón, identificar la segregación ocupacional brinda
información valiosa para proponer medidas de política económica encaminadas a una reducción más rápida de la brecha salarial
por género.
En el 2020, independientemente del tipo de ocupación los trabajadores hombres en promedio percibieron un ingreso mayor en
comparación al de las mujeres. En esa misma línea, la brecha de ingresos laborales fue mucho mayor en las ocupaciones
segregadas. En el caso de las ocupaciones feminizadas, las mujeres percibieron un ingreso laboral menor en 25,8% a lo percibido
por los hombres; mientras que en ocupaciones masculinizadas la brecha fue de 22,4%. En cambio, en ocupaciones mixtas, los
trabajadores de ambos géneros percibieron un ingreso laboral mucho mayor al resto de ocupaciones y la brecha fue 17,08%,
esto significó que la brecha se reduce en las ocupaciones donde el porcentaje de hombres y mujeres se encuentra mejor
repartido.
GRÁFICO Nº 3.4
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL Y BRECHA POR SEXO DE LAS OCUPACIONES,
SEGÚN CLASIFICACIÓN OIT, 2020
(Soles y porcentaje)
2 188
1 815
Brecha:
Brecha:
25,8%
22,4% 1 368
1 133 Brecha:
1 015 17,08%
879
Hombres Mujeres Hombres Mujeres Hombres Mujeres

Masculinizadas Femenizadas Mixta
Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las
ocupaciones con una baja participación de trabajadores.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los
ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
42En un análisis para seis países latinoamericanos, incluyendo Colombia, los autores encuentran que, en los últimos 20 años del siglo XX, el componente de
segregación es el más importante de la diferencia salarial entre hombres y mujeres, y parece tener la misma dirección del componente de diferencias salariales:
cuanto mayor es la brecha, más grande es la diferencia en la distribución de hombres y mujeres en diversas ocupaciones.
48
Para mostrar que las ocupaciones más segregadas se caracterizarían por tener una mayor brecha de ingresos laborales, el Gráfico
3.5 muestra el grado de relación entre la brecha de ingresos laborales y el índice de segregación ocupacional por sexo,
correspondiente a la metodología propuesta por Duncan-Duncan (IDD), en cada grupo ocupacional.43
En el periodo 2014-2020, los grupos de ocupaciones más segregados fueron agricultor, ganadero y pescador; vendedores,
correspondientes a ocupaciones feminizadas y masculinizadas respectivamente, con un índice de segregación más elevado
respecto del resto de grupos.44 A su vez, en dichos grupos ocupacionales los trabajadores enfrentan una de las más altas brechas
de ingresos laborales. En cambio, el grupo ocupacional empleados de oficina con menor índice de segregación está asociado a
menores brechas de ingresos laborales. De esta manera, la brecha de ingresos es más amplia en ocupaciones segregadas en
comparación a ocupaciones con distribución de hombres y mujeres mejor distribuidas.
GRÁFICO Nº 3.5
PERÚ: BRECHA DEL INGRESO LABORAL E ÍNDICE DE SEGREGACIÓN POR GÉNERO,
SEGÚN GRUPO OCUPACIONAL, 2014-2020
(Porcentaje)
70,0
Y = 6 226 X + 22 614
R² = 0,2626
60,0
Brecha del ingreso laboral por género (%)
50,0 Trabajador de otros servicios 1/ Artesano y operario
2014
40,0 Vendedor
2015
Empleados de oficina Agricultor, ganadero y pescador 2016
30,0 Profesionales y técnicos 2/
Obrero jornalero 2017
20,0 2018
Trabajador del hogar
2019
10,0
2020
0,0
-10,0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0
Índice de segregación ocupacional IDD por género (%)

Nota: El gráfico muestra el grado de relación entre índice de segregación IDD y brecha de ingresos laborales, las ocupaciones más cercanas al origen demuestran un menor
grado de segregación y de brecha; mientras que las ocupaciones más alejadas del origen demuestran un mayor grado de segregación y brecha de ingresos laborales.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo de
la ocupación principal y secundaria del trabajador. Se excluyen las ocupaciones con una baja participación de trabajadores.
1/ Comprende trabajadores no incluidos en el resto de grupos ocupacionales, tales como cocineros calificados; limpiadores de oficinas, hoteles y otros; porteros, guardianes
y afines; bármanes y trabajadores asimilados, etc.
2/ Incluye gerentes, administradores y funcionarios.
43El grado de correlación entre ambas variables fue de 0,48.

44Según el IDD en estas ocupaciones se tendría que intercambiar un mayor porcentaje de hombres y mujeres para garantizar una distribución más equitativa entre
ambos géneros.
49
CAPÍTULO 4. DETERMINANTES DEL INGRESO LABORAL DE LAS MUJERES Y DE LA
BRECHA SALARIAL POR SEXO
En el presente capítulo se analizan los determinantes del ingreso laboral de las mujeres y la brecha salarial existente en el
mercado laboral con respecto a sus pares hombres. Dicho análisis contribuye a la identificación de los marcados sesgos de
género entre los que destacan una menor participación de las mujeres en el empleo, su concentración en ocupaciones de menor
productividad y menores niveles de ingresos; reflejados a través del efecto de la segregación ocupacional en las brechas
salariales.45
Estudios coinciden en que la brecha de ingresos por sexo está atribuida a diversos factores, como por ejemplo la diferencia de
años de educación, área de residencia y autoidentificación étnica. Sin embargo, más allá de estas características observables,
existen factores no explicados que determinan en gran parte esta brecha, descritas principalmente como discriminación,
estereotipos, y sesgos cognitivos. Ante esto, la OIT (2019) recomienda emprender iniciativas de política laboral con perspectivas
de género que aborden la eliminación de dichas barreras estructurales.
Adicionalmente, esta sección analiza las brechas por grupos de importancia, puesto que la relevancia de factores mencionados
cambia de acuerdo al grupo analizado (jóvenes y adultos; trabajadores con empleo formal e informal, entre otros).
4.1. DETERMINANTES DEL INGRESO LABORAL DE LAS MUJERES

El nivel de ingresos laborales de las mujeres, según la teoría del capital humano (Becker, 1964), viene determinado por los años
de educación y de la experiencia laboral, así como de otros determinantes socioeconómicos. Sin embargo, los datos de los
ingresos laborales solo estarían disponibles para las mujeres que están ocupadas en el mercado laboral y no para las demás, por
lo tanto, no se podría estimar directamente la ecuación de ingresos debido al problema de sesgo de selección.
Por esa razón, Heckman (1979) propone una solución a este problema a través del planteamiento de dos etapas para que los
estimadores del modelo sean consistentes. En una primera etapa se estima la probabilidad de participación en el mercado
laboral, debido a la importancia de considerar las características de quienes no tienen ingresos laborales, y en una segunda etapa
se estiman los ingresos. Dicho de otro modo, la estimación del ingreso laboral de la mujer, está precedido por la decisión que
toman los individuos de participar o no en el mercado laboral condicionada a la participación.46
En este capítulo solo se detalla la especificación de los ingresos laborales y la explicación de los factores que influyen en él, una
vez modelada la decisión de participar en el mercado laboral. La especificación de la primera etapa se encuentra detallada en el
Anexo N° 4.1.
a. Especificación del modelo de ingresos laborales

El modelo del ingreso laboral de las mujeres y sus determinantes se define en la ecuación (4.1):
𝑙𝑛(𝑤𝑖 ) = 𝑧 ′ 𝛼 + 𝜆′ 𝛿 + 𝑢𝑖 (4.1)
donde 𝑙𝑛(𝑤𝑖 ) es el logaritmo del ingreso laboral promedio por hora de la mujer; 𝑧 es un vector de determinantes de los ingresos
tales como la experiencia, años de educación, entre otros; y 𝛼 es el vector de parámetros asociado a cada determinante. El
término 𝜆 es el parámetro asociado al ratio inverso de Mills (incluido con el fin de solucionar el problema de sesgo de selección
mencionado anteriormente), y 𝛿 es el vector de determinantes de la participación en el mercado laboral. Finalmente, el término
𝑢𝑖 es la variable de perturbación del modelo.
En relación a los determinantes de los ingresos laborales de las mujeres, de acuerdo a la literatura, se consideran:
• Años de experiencia en el trabajo y los años de educación: Mientras acumulen más años de educación y de experiencia
en el trabajo, las trabajadoras percibirán mayor ingreso laboral independientemente del tipo de ocupaciones en la que
se desempeñen. Esto se explicaría por la importante acumulación de capital humano y por los rendimientos de la
educación alcanzada, así la relación con el ingreso laboral es positiva en ambos casos. Sin embargo, la experiencia en
el trabajo al cuadrado tendría una relación negativa. Cabe destacar que, Griliches (1977) señala un problema de
inconsistencia al estimar la ecuación de ingresos usando como determinante los años de educación, por lo que sería
necesario aplicar un tratamiento especial a fin de obtener estimadores consistentes.
• Área de residencia urbana y rural: Las áreas urbanas son espacios donde existe mayor acceso a capacitación, educación
y bienestar, lo cual implica una mayor cuantía en los ingresos laborales (efecto positivo). En contraste, las áreas rurales
están caracterizadas por el acceso limitado a educación, y una alta presencia de trabajos temporales y mal
45CEPAL (2019b).
46Debido a que la variable de ingresos laborales es una variable que se determina en base a características o atributos individuales para todas aquellas que en un
primer momento decidieron participar.
50
remunerados47; esto obliga a aprovechar oportunidades de empleo por debajo del nivel deseado, o a autogenerar una
fuente de ingresos laborales más limitada (OIT, 2019).
• Autopercepción étnica: La autoidentificación de cada individuo influye en el nivel de ingreso laboral promedio
percibido, al ser menor para mujeres autoidentificadas como indígenas y afroperuanas en comparación con sus pares
blancas y mestizas. Esta brecha en perjuicio de las trabajadoras indígenas y afroperuanas fue evidenciada por el
coeficiente negativo encontrado para esta variable de autopercepción (MTPE, 2020b).
Adicionalmente se incluyen, como variables relevantes, los índices de segregación ocupacional y sectorial48:
• Índices de disimilitud sobre la distribución de hombres y mujeres (IDD): La evidencia empírica revela que los niveles
de segregación ocupacional (entre 0% y 100%) de la participación de trabajadores hombres y mujeres en distintas
ocupaciones influyen negativamente sobre los ingresos laborales de las mujeres. Así, esto se denotaría en el signo
negativo del coeficiente asociado a la variable IDD ocupacional. Lo mismo ocurría con la desigualdad de participación
entre ambos géneros en distintas ramas de actividad económica (segregación sectorial).49
• Clasificación de ocupaciones (Masculinizadas, Feminizadas y Mixtas): Se percibe un ingreso laboral más bajo en
ocupaciones con una distribución por géneros más desigual o segregada en comparación de una ocupación mixta.50
De esta manera, los coeficientes asociados a las variables dicotómicas de ocupación masculinizada y feminizada serían
negativos51, de acuerdo con lo detallado en el Capítulo 3 del presente informe.
En resumen, el nivel de segregación ocupaciones y sectorial repercutirían negativamente sobre los ingresos laborales e
incrementarían la brecha salarial, de acuerdo con Tenjo, Ribero y Bernat (2002)52 y la OIT (2014).
Los resultados de la estimación de los determinantes del ingreso laboral por hora de las mujeres se exponen en tres formas:
i) Modelo 1 solo se consideran las principales características individuales; ii) Modelo 2 incorpora los índices de segregación
ocupacional sobre la concentración de trabajadores hombres y mujeres (IDD Ocupacional), así como el índice de segregación
por actividades económicas (IDD Sectorial); y iii) Modelo 3 incluye la característica de trabajar en ocupación segregada
(feminizada o masculinizada):
• Modelo 1: 𝑙𝑛(𝑤𝑖 ) = 𝑧 ′ 𝛼 + 𝑢𝑖
• Modelo 2: 𝑙𝑛(𝑤𝑖 ) = 𝑧 ′ 𝛼 + 𝛽1 𝐼𝐷𝐷 𝑂𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 + 𝛽2 𝐼𝐷𝐷 𝑆𝑒𝑐𝑡𝑜𝑟𝑖𝑎𝑙 + 𝑢𝑖
• Modelo 3: 𝑙𝑛(𝑤𝑖 ) = 𝑧 ′ 𝛼 + 𝛾1 𝑂𝑐𝑢𝑝𝑎𝑐𝑖ó𝑛 𝑀𝑎𝑠𝑐𝑢𝑙𝑖𝑛𝑖𝑧𝑎𝑑𝑎 + 𝛾2 𝑂𝑐𝑢𝑝𝑎𝑐𝑖ó𝑛 𝐹𝑒𝑚𝑖𝑛𝑖𝑧𝑎𝑑𝑎 + 𝑢𝑖
Esta división del análisis responde a que la segregación ocupacional y sectorial son determinantes importantes en el ingreso
laboral que, si bien pueden ser medidos a través de índices de disimilitud IDD Ocupacional e IDD Sectorial, resulta más útil
identificar qué tipo de ocupación con dicha desigualdad contribuye al incremento o disminución del ingreso laboral de las
trabajadoras mujeres.
Es importante mencionar que, de acuerdo con Griliches (1977), dado que los ingresos y los años de educación podrían estar
influidos simultáneamente por el efecto de determinantes no observables (como por ejemplo la habilidad innata o el empeño
propio de las mujeres), las ecuaciones de ingresos se deberían estimar por el método de variables instrumentales.
Específicamente, siguiendo a Barceinas (2002), en el Anexo N° 4.3 se detalla la estrategia del tratamiento de variables
instrumentales para la variable años de educación usando como instrumentos la información de los antecedentes familiares
(años de educación de los padres); así como también las pruebas necesarias para la validez de las estimaciones. Así, las
estimaciones cuentan con tratamiento de la endogeneidad y los resultados utilizan instrumentos fuertemente correlacionados.
b. Resultados de la estimación del ingreso laboral de las mujeres

En el Cuadro N° 4.1 se muestran los resultados de las tres formas de estimación de la ecuación (4.1). En el 2020, el Modelo 1
evidencia que las principales características individuales resultaron significativas a un nivel de confianza del 99%, entre estas las
que impactan de manera positiva en el ingreso laboral fueron los años de educación, años experiencia en el trabajo, y área de
residencia urbana. En cambio, las variables de años experiencia al cuadrado y la autopercepción étnica impactan en forma
negativa sobre el ingreso laboral. Esta última refleja la amplia brecha existente entre el ingreso laboral percibido por mujeres
autoidentificadas como indígenas y afroperuanas en comparación con sus pares blancas y mestizas.53
47 OIT (2014). Disponible en: <http://www.fao.org/3/a-i3858s.pdf >. Última consulta: 15 de agosto de 2019.
48 La segregación ocupacional y sectorial se refieren a la segregación vertical y horizontal, respectivamente.
49 Blau y Khan (1997), De La Rica (2007) y Simón (2006).
50 La clasificación de las ocupaciones se realizó en base a los criterios elaborados por el estudio de Guzman (2002b).
51 Se utiliza como categoría base la característica de desempeñarse en una ocupación mixta, donde existe distribución más equitativa entre hombre y mujeres.
52 En un análisis para seis países latinoamericanos, incluyendo Colombia, los autores encuentran que, en los últimos 20 años del siglo XX, el componente de
segregación es el más importante de la diferencia salarial entre hombres y mujeres, y parece tener la misma dirección del componente de diferencias salariales:
cuanto mayor es la brecha, más grande es la diferencia en la distribución de hombres y mujeres en diversas ocupaciones.
53 Para mayor detalle de la brecha salarial por autopercepción étnica ver MTPE (2020b). Disponible en: <http://www2.trabajo.gob.pe/promocion-del-empleo-y-
autoempleo/informacion-del-mercado-de-trabajo/informe-de-la-poblacion-indigena-y-afroperuana-en-el-mercado-laboral/>.
51
En el Modelo 2, al incorporar el IDD ocupacional y sectorial, los mayores niveles de segregación ocupacional afectan
negativamente al ingreso laboral por hora de las mujeres en el mercado laboral, es decir, en promedio las mujeres se ven
desfavorecidas con un menor ingreso cuando están en una ocupación que donde existe desigualdad en la distribución de
trabajadores por género. Lo mismo ocurre con el IDD sectorial, pues a mayor nivel de desigualdad en la distribución de hombres
y mujeres por actividad económica también se percibe un menor ingreso laboral por hora. Los signos negativos asociados a estas
variables son significativos a un nivel de confianza del 95%. Esto indica que el alto nivel de segregación laboral en el mercado de
trabajo influye de manera negativa sobre el ingreso laboral por hora.
De manera complementaria, el Modelo 3 analiza la segregación laboral identificando que las mujeres que laboran en
ocupaciones feminizadas (mayor participación de mujeres) perciben un ingreso laboral por hora menor en 30,1%, en
comparación a las que se desempeñan en ocupaciones mixtas (similar participación de hombres y mujeres), con resultados
significativos al 99% de confianza, manteniendo los demás factores constantes.54 En tanto que, en ocupaciones masculinizadas
(mayor participación de hombres) el efecto no resultó significativo. La importancia de estos resultados de la segregación laboral
radica en identificar que las ocupaciones segregadas en el mercado laboral (efecto negativo) contribuyen a la existencia de una
brecha de ingresos laborales por género más amplia.55
CUADRO Nº 4.1
PERÚ: ESTIMACIÓN POR VARIABLES INSTRUMENTALES DE LOS
DETERMINANTES DEL INGRESO LABORAL POR HORA DE LAS MUJERES, 2020
Modelo 1 Modelo 2 Modelo 3
Variables
Coeficiente Coeficiente Coeficiente
Ingreso laboral por hora (Logaritmo natural)

Años de experiencia en el trabajo 0.0365*** 0.0315*** 0.0347***
Años de experiencia en el trabajo al cuadrado -0.000523*** -0.000429*** -0.000526***
Años de escolaridad 1/ 0.164*** 0.147*** 0.149***
Área de residencia (Urbana= 1, Rural= 0) 0.0925 0.0990 0.0975
Autopercepción Étnica
-0.153*** -0.142*** -0.156***
(Indígena y afroperuana= 1, Blanca y mestiza= 0)
IDD Ocupacional
- -0.0661*** -
(Índice de Segregación Vertical)
IDD Sectorial
- -0.0356*** -
(Índice de Segregación Horizontal)
Trabajar en ocupación masculinizada
- - 0.0355
(Si= 1, No= 0)
Trabajar en ocupación feminizada
- - -0.301***
(Si= 1, No= 0)
Constante -1.080*** -0.622*** -0.633***
Ratio Inverso de Mills 0.362*** 0.305*** 0.312***

AIC 5621 5562 5569
BIC 5661 5614 5620
R2-ajustado 0.246 0.267 0.265
Observaciones 2,207 2,207 2,207
Nota: Se consideran los ingresos por hora totales por trabajo de la ocupación principal y secundaria del trabajador. Se excluyen las ocupaciones
con una baja participación de trabajadoras.
*Significativo al 10%, **Significativo al 5%, ***Significativo al 1%.
1/ Variable estimada con instrumentos, por ello se consideran solo las mujeres que cuentan con información en las variables instrumentales:
la educación del jefe(a) de hogar y esposa(o) del jefe de hogar, como referencia de la educación del padre y de la madre del individuo.
En todos los modelos se cumple que la experiencia en el trabajo tiene un efecto positivo sobre el ingreso laboral, pues con el
tiempo las mujeres mejoran su capacidad para la toma de decisiones, pero dicho efecto va siendo cada vez menor debido a que
54Se utiliza como categoría base la característica de desempeñarse en una ocupación mixta, donde existe distribución más equitativa entre hombre y mujeres.
55Es preciso indicar que, en un análisis más completo considerando un grupo más extenso de mujeres y hombres en diversas ocupaciones (muestra más grande), el
efecto negativo de la segregación sobre los ingresos laborales por hora se identifica tanto en ocupaciones masculinizadas como en feminizadas. Ver Anexo N° 4.2,
donde se estimaron los mismos modelos, sin el tratamiento de endogeneidad a los años de educación, y se obtuvieron resultados que indicaron que las ocupaciones
masculinizadas y feminizadas perciben un menor ingreso laboral por hora con un nivel de confianza 99%.
52
el coeficiente de la experiencia en el trabajo al cuadrado es negativo. De esta forma, la experiencia muestra una relación de
rendimientos decrecientes con el ingreso laboral.
Asimismo, mayores años de educación proporcionan a la mujer una mayor acumulación de capital humano con un rendimiento
positivo sobre los ingresos. Así, en los dos modelos se puede concluir que el incremento de un año de educación aumenta en
alrededor de 14,0% el ingreso de la mujer, manteniendo los demás factores constantes.
El Ratio Inverso de Mills resultó significativo, por lo cual la aplicación del método de Heckman se considera válida. Los resultados
obtenidos de los factores determinantes del ingreso laboral de las mujeres para el año 2020 podrían ser diferentes a los
obtenidos en informes sobre la mujer en el mercado laboral debido a la inclusión de nuevas variables y especificaciones que dan
tratamiento a la endogeneidad en el modelo.
4.2. DETERMINANTES DE LA BRECHA SALARIAL POR SEXO

Para analizar la brecha salarial por sexo, en la presente sección se empleará el método de descomposición de Oaxaca-Blinder,
que permite identificar la parte de la diferencia de los ingresos que se debe a: (i) factores explicados como los distintos niveles
de educación entre hombres y mujeres, y que otra parte se debe a (ii) factores no explicados, denominados como
discriminación.56
Con base en los determinantes utilizado en el Modelo 3, el Gráfico N° 4.1 expone los resultados de la descomposición de la
brecha por sexo de los ingresos laborales por hora. Así, en promedio la brecha total del ingreso entre hombres y mujeres se ha
venido reduciendo paulatinamente durante en el periodo de análisis, en el 2020 se registró una caída abrupta respecto al años
anteriores. En el mismo periodo, la brecha registró una disminución de 21,3 p.p., al pasar de 32,5% a 11,2%, sobre el cual
predominó principalmente el factor discriminatorio o no observable.
En el 2020 las mujeres percibieron en promedio un ingreso laboral por hora menor en 11,2% en comparación de lo percibido
por los hombres, dadas sus características. Si descomponemos este diferencial, 6,0% se le atribuye a la discriminación entre
ambos sexos. En cambio, en menor medida, el 4,7% es atribuible a las características individuales, estas fueron principalmente
los años de educación, el área de residencia; así como las características de ocupar empleos feminizados y masculinizados sobre
las que recae la segregación ocupacional, lo cual va en línea con Blau y Khan (1997), De La Rica (2007) y Simón (2006).
GRÁFICO Nº 4.1
PERÚ: DESCOMPOSICIÓN DEL DIFERENCIAL DE INGRESOS ENTRE HOMBRES Y MUJERES, 2012-2020
(Porcentaje)
32,5
29,0 28,5 27,7 27,9
24,5 25,9 24,6
17,0
14,7 15,4 14,5
16,9 14,0 12,0
17,9 11,2 Brecha
Discriminación
15,5 14,3 13,0 13,4 6,4
10,8 11,9 12,5
6,6 4,7
Características
individuales
2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: Se consideran los ingresos por hora totales por trabajo de la ocupación principal y secundaria del trabajador.
Coeficientes significativos a unAtribuible a la Discriminación
nivel de confianza de 99%. (D)
Fuente: INEI - Encuesta Nacional de Hogares
Atribuible sobre
a las Condiciones deindividuales
carácterísticas Vida y Pobreza,
( C2012-2020.
)
A continuación, se realizará el análisis de los factores que componen la brecha salarial por sexo según diversas características:
Los resultados de la descomposición de la brecha salarial tanto en el grupo de jóvenes como en el de adultos se muestran en el
Gráfico 4.2. Así, en el primer caso, la diferencia de los ingresos laborales entre los hombres y mujeres jóvenes (15 a 29 años)
alcanzó el 12,7%, es decir, para el 2020 las mujeres jóvenes obtuvieron un ingreso por hora 12,7% menos que los hombres,
dadas las características promedio de ambos grupos de personas. Si descomponemos este diferencial de ingreso laboral por
hora, el 6,4% es atribuible a las características individuales y el 6,4% se le atribuye a la discriminación entre ambos sexos.
En el grupo de adultos (35 a 59 años) los resultados de la brecha de ingresos fueron distintos. En el 2020, las mujeres adultas
obtuvieron ingresos por hora 23,2% menos que los hombres en promedio de acuerdo a sus características. El componente
explicado por las características individuales contribuyó en 18,4%, mientras que el componente atribuible a la discriminación en
4,8%.
56 La especificación de la brecha de ingresos laborales se detalla en el Anexo N° 4.4.
53
GRÁFICO Nº 4.2
PERÚ: DESCOMPOSICIÓN DEL DIFERENCIAL DE INGRESOS ENTRE HOMBRES Y MUJERES,
SEGÚN GRUPO DE EDAD, 2012-2020
(Porcentaje)
JÓVENES (15-29 AÑOS) ADULTOS (30-59 AÑOS)
46,0 46,8
42,5 43,3
36,9
35,7 Brecha 34,7 35,1
32,4 32,1 19,2 19,4
30,7 31,2 30,5
28,2 8,8 19,0
26,6 27,1 24,0
18,1
Discriminación 13,8 23,2
16,9
16,6 17,7 15,5 14,0
18,5 15,1 13,9 4,8
18,1 12,7
26,9 28,1 27,3
23,4 21,3
17,7 6,4 19,3 17,8 16,5 18,4
15,7 14,4 15,7 13,2 13,3 Características
12,2
8,5 6,4
individuales
2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020
Atribuible alos
Nota: Se consideran la ingresos
Discriminación Atribuible
( D ) totales por trabajo de la ocupación principal y secundaria del trabajador. Coeficientes
por hora a la Discriminación
significativos a un nivel de( Dconfianza
) de 99%.
Fuente: INEI - Encuesta
Atribuible a lasNacional de Hogares
carácterísticas sobre( Condiciones
individuales C) de Vida y Pobreza, 2012-2020. Atribuible a las carácterísticas individuales ( C )
Según nivel educativo, los resultados de la descomposición de la brecha mostraron que el componente que explicó en gran parte
dicha brecha fue el no observable o de discriminación para el grupo de trabajadores que alcanzó educación básica (o hasta
secundaria). Asimismo, en dicho grupo de personas con menor nivel educativo, el diferencial de ingresos laborales por hora
alcanzó el 19,2% en el año 2020, es decir, las mujeres con educación básica obtuvieron ingresos por hora 19,2% menos que los
hombres, dadas sus características promedio. El componente no observable o discriminación entre ambos sexos abarcaron el
16,5% de este total; mientras que el 2,7% lo explicaron las características individuales.
La brecha de ingresos laborales fue menor conforme el nivel educativo es superior. En el año 2020, la brecha de 9,8%, significó
que las mujeres con nivel educativo superior percibieron ingresos por hora 9,8% menos que los hombres, de acuerdo con las
características promedio de cada grupo. El 7,8% es atribuible a la discriminación entre ambos sexos, mientras que el 2,0% se
atribuye a las características individuales.
GRÁFICO Nº 4.3
SEGÚN NIVEL EDUCATIVO ALCANZADO, 2012-2020
(Porcentaje)
EDUCACIÓN BÁSICA 1/ EDUCACIÓN SUPERIOR 2/
36,1
34,4 33,9 32,9 33,0
31,6 30,8
30,3
25,5
Brecha 22,5 23,1 22,2 22,1
27,1 19,2 19,6
25,9 26,7 24,5 18,0 17,2
28,2 25,4 9,5
24,7
28,8 10,9 8,8
Discriminación 12,6 11,5
9,2 5,9 9,8
16,5 13,8
16,0 13,4
9,0 8,5 7,2 8,5 6,2 6,2
Características 9,9 12,1 10,6 8,8 11,4 7,8
4,7 2,7 5,8
1,5 individuales 2,0
2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020
Atribuible
Nota: Se consideran a la Discriminación
los ingresos ( D ) por trabajo de la ocupación principal y secundaria del trabajador. Coeficientes significativos
por hora totales Atribuible a la
a Discriminación (D)
un nivel de confianza de 99%.
1/ Incluye nivel Atribuible
educativoaprimario
las carácterísticas individuales ( C )
y secundaria. Atribuible a las carácterísticas individuales ( C )
2/ Incluye universitaria y no universitaria.
La brecha del ingreso por género para el grupo de trabajadores con empleo formal e informal resultó más elevada en el caso del
primer grupo. Los trabajadores con empleo informal alcanzaron una brecha de ingresos de 17,9% en el año 2020. En otras
palabras, las mujeres obtuvieron ingresos por hora 17,9% más bajos que los hombres en promedio, donde el factor de
discriminación fue mucho más relevante (11,1%) que el factor componente de características individuales (6,9%).
Por otro lado, la brecha de ingresos laborales en hombres y mujeres con empleos formales fue 7,6% en el año 2020, esto significó
que en promedio las mujeres con empleo formal percibieron ingresos laborales menores en 7,6% que los hombres. El 5,7% es
atribuible a las características individuales; mientras que solo el 1,9% se atribuye a factores no observados.
54
GRÁFICO Nº 4.4
SEGÚN EMPLEO FORMAL E INFORMAL, 2012-2020
(Porcentaje)
EMPLEO INFORMAL EMPLEO FORMAL
33,6
30,9 31,1 31,4 30,5
29,0
26,7 27,2
Brecha
21,0 17,8 19,3 18,5
20,7 17,9 17,5 17,6 17,3
23,2 20,7 16,3 16,1
21,3 17,3 13,6
24,5
11,1
Discriminación 9,3 8,7 7,0 11,3 11,7
10,6 10,6 7,6
8,6
12,7 13,1 Características
10,4 8,2 9,8 9,8 8,9 9,1 5,7
7,7 6,9 8,2 8,0
2,3 individuales 5,7 6,9 6,7 5,0
1,9
2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: Se Atribuible
consideran losDiscriminación
a la ingresos por (hora
D ) totales por trabajo de la ocupación principal y secundaria del trabajador. Coeficientes significativos
Atribuible a un nivel( de
a la Discriminación D ) confianza
de 99%. La informalidad
Atribuible se calcula en individuales
a las carácterísticas base a la Metodología
(C) de la OIT, que comprende a aquellos trabajadores que laboran en unidades
Atribuible productivas
a las no registradas
carácterísticas individualesen
(C)
En términos generales, la brecha de ingreso laboral por hora entre hombres y mujeres siempre fue explicada en gran parte por
el componente discriminatorio entre el 2012 y 2020; especialmente fue más alto en el grupo de personas jóvenes (15-29 años);
aquellos con educación básica; así como en trabajadores con empleos formales e informales; y los autoidentificados como
indígenas y afroperuanos57. Asimismo, dicho componente de la brecha ingresos laborales ha venido disminuyendo
paulatinamente en la mayoría de los grupos analizados desde el año 2012, pero en el 2020 la caída fue mucho mayor.
En tanto, el componente explicado de características individuales fue relevante específicamente en el grupo de blancos y
mestizos; y aquellos con educación superior. Asimismo, entre el 2012 y 2020, la evolución de este componente disminuyó
relativamente para los grupos mencionados.
La eliminación de la brecha salarial es una tarea ardua y complicada. La Comisión Económica para América Latina y el Caribe
(CEPAL) plantea promover espacios para la negociación colectiva y la participación activa de las trabajadoras en los procesos
donde se discuten estos temas; mejorar los salarios mínimos, ya que estos fomentan la igualdad especialmente en los sectores
con peores remuneraciones; implementar políticas que permitan mayor corresponsabilidad en labores de cuidado de personas
dependientes (por ejemplo, licencias por paternidad); y asegurar iguales oportunidades de capacitación, ascensos, horas extras
y otros compromisos laborales que mejoran la masa salarial.58
57 Ver Anexo N° 4.5.

58 CEPAL (2019c).
55
BIBLIOGRAFÍA
▪ Anker, R. (1998). Gender and jobs: Sex segregation of occupations in the world. Ginebra: Organización Internacional del
Trabajo.
▪ Barceinas, F. (2002). Endogeneidad y rendimiento de la educación. Universidad Autónoma Metropolitana, 2002.
▪ Bernat, L. y Vélez, J. (2008). Los hombres al trabajo y las mujeres a la casa: ¿Es la segregación ocupacional otra explicación
razonable de las diferencias salariales por sexo en Cali? Borradores de Economía y Finanzas, 16, 1-38.
▪ Bernat, L. (2009). Desigualdades en el Mercado de Trabajo: Discriminación, Segregación Ocupacional y Polarización. Un
análisis para Colombia de 2000 a 2006. Alcalá de Henares, 2009.
▪ Bergmann, B. (2005). The Economic Emergence of Women, Palgrave-MacMillan, New York.
▪ Blau, F. y Khan, L. (1997). Swimming upstream: Trends in the Gender Wage Differential in the 1980’s. Journal of Labor
Economics, 15.
▪ Becker, G. (1964). A Theory of the Allocation of Time The Economic Journal, Volume 75, Issue 299 (1965).
▪ Blinder, A. (1972). Wage discrimination: Reduced form and structural estimates. Journal of Human Resources, Vol. VII, N° 4.
▪ Botello, H. y Alba, A. (2014). El efecto de la maternidad sobre los salarios femeninos en Latinoamérica. Semestre Económico,
17(36).
▪ Casal, M. y Barham, B. (2013). Penalizaciones salariales por maternidad y segmentación del mercado laboral: el caso de la
Argentina. Revista CEPAL.
▪ CEPAL (2019b). Oportunidades y desafíos para la autonomía de las mujeres en el futuro escenario del trabajo. Serie Asuntos
de género 2019.
▪ CEPAL (2019c). Pese a avances en el nivel educacional de las mujeres, persiste brecha salarial de género en la región.
▪ Cragg, J. y Donald S. (1993). Testing Identifiability and Specification in Instrumental Variable Models. Econometric Theory,
N° 9.
▪ CEPAL (2020). América Latina y el caribe ante la pandemia del COVID-19. Efectos económicos y sociales.
▪ Decreto de Urgencia N° 011-2020-TR (2020). “Decreto de Supremo que establece normas complementarias para la
aplicación del Decreto de Urgencia Nº 038-2020, Decreto de urgencia que establece complementarias para mitigar los
efectos económicos causados a los trabajadores y empleadores ante la (COVID-19) y otras medidas”, Lima, 21 de abril de
2020, Diario Oficial El Peruano.
▪ Decreto de Urgencia N° 026-2020 (2020). “Decreto de Urgencia que establece diversas medidas excepcionales y temporales
para prevenir la propagación del coronavirus (COVID-19) en el territorio nacional”, Lima, 15 de marzo de 2020, Diario Oficial
El Peruano.
▪ Decreto Supremo Nº 044-2020-PCM (2020). “Decreto Supremo que declara estado de Emergencia Nacional por graves
circunstancias que afectan la vida de la Nación a consecuencia del brote del COVID-19”, Lima 15 de marzo del 2020, Diario
Oficial El Peruano.
▪ Decreto Supremo Nº 013-2021-TR-MTPE (2021). Política Nacional de Empleo Decente. Lima 13 de junio de 2021, Diario
Oficial El Peruano.
▪ De Hoyos, R., Rogers, H. y Székely, M. (2016). “Ninis en América Latina: 20 millones de jóvenes en busca de oportunidades”.
Banco Mundial.
▪ De La Rica, S. (2007). Segregación Ocupacional y Diferencias Salariales por Género en España: 1995-2002. Cátedra FEDEA-
Banco de España, Serie Educación y Crecimiento, Documento de Trabajo N° 2007-35.
▪ Duncan, O. y Duncan, B. (1955). A Methodological Analysis of Segregation Indexes. American Sociological Review, 20(2).
▪ El Comercio (2017). La equidad de género no es un asunto de mujeres. Entrevista a Hugo Ñopo. 16 de Octubre de 2017.
▪ Escoto, A., Padrón, M. y Román, R. (2021). La complejidad de la crisis por Covid-19 y la fragilidad del mercado
56
de trabajo mexicano. Las brechas entre hombres y mujeres en la ocupación, la desocupación y la disponibilidad para trabajar.
Universidad Nacional Autónoma de México Nueva Época, Revista Mexicana de Ciencias Políticas y Sociales 242, 373-417.
▪ Ferre, Z. y Rossi, M. (2002). Segregación ocupacional de la mujer en el mercado de trabajo del Uruguay (1986-1997).
Documentos de trabajo, 5, 1-25.
▪ Flabbi, L., Piras, C., y Abrahams, S. (2016). Female Corporate Leadership in Latin America and the Caribbean Region:
Representation and Firm-Level Outcomes. IDB Working Paper Series 655.
▪ Freyre, M., y López, E. (2011). Brechas de Género en el Uso del Tiempo. MIMDES. Lima.
▪ García, G. (2002). Cuatro estudios sobre segregación ocupacional en España. Universidad Zaragoza, 2019.
▪ García, I., García, G., y Montuenga, V. (2011). Segregación ocupacional por género en Aragón. Documento de trabajo 56,
2011. Fundación Económica Aragonesa (FUNDEAR).
▪ GRADE (2020) Impactos de la Epidemia del coronavirus en el trabajo de las mujeres en el Perú. Documento de investigación
106
▪ Griliches, Z. (1977). Estimating the Returns to Schooling: Some Econometric Problems. Econometrica. Vol. 45, No. 1 (1977).
▪ Guzmán, F. (2002a). Segregación ocupacional por género, cambios y persistencias. Revista Demos, 15.
▪ Guzmán, F. (2002b). ¿Dónde trabajan los hombres y dónde las mujeres? Segregación ocupacional por género en el trabajo
extradoméstico, en México 1970-2000. Tesis de maestría de la Facultad de Economía, Universidad Nacional Autónoma de
México.
▪ Hahn, J. y Hausman, J. (2002). A new specification test for the validity of instrumental variables. Econometrica 70.
▪ Heckman, J. (1979). Sample Selection Bias as a Specification Error. Econometrica, Vol.47, N° 1.
▪ INEI (2021 a). Perú: Evolución de los Indicadores de Empleo e Ingreso por departamento 2007-2020. Informe Técnico.
▪ INEI (2021 b). Perú: Brechas de Género Avances hacia la igualdad de mujeres y hombres.
▪ Jann, B. (2008). The Blinder-Oaxaca decomposition for linear regression models. The Stata Journal 8(4): 453-479.
▪ Karmel, T. y MacLachlan, M. (1988). Occupational sex segregation increasing or decreasing? The Economic Record, 64(186).
▪ León, J. (2017). Inclusión financiera de las micro, pequeñas y medianas empresas en el Perú. CEPAL.
▪ Lewis, D. (1982). The Measurement of the Occupational and Industrial Segregation of Women. Journal of Industrial Relations,
24.
▪ Lasting, N., Martinez, V., Neidhöfer, G. y Tommasi M. (2021). Short and long-run distributional impacts of COVID-19 in
LatinAmerica.
▪ Loayza, N. (2008). Causas y consecuencias de la informalidad en el Perú. Revista Estudios Económicos, 15(3), 43-64.
▪ MTPE (2020a). Informe Anual de la Mujer en el mercado laboral, 2018.
▪ MTPE (2020b). Informe Anual del Empleo de la Población Indígena y Afroperuana, 2019.
▪ MTPE (2021a). Informe Anual del Empleo, 2020.
▪ MTPE (2021b). Los efectos de la crisis sanitaria por la COVID-19 en el mercado laboral de las mujeres en Lima
Metropolitana, Boletín de Economía Laboral N° 50. MTPE- DGPE-Dirección de Investigación Socio Económico Laboral (DISEL).
▪ MIMP (2020). Impactos de la epidemia del coronavirus en el trabajo de las mujeres en el Perú.
▪ Miller Restrepo, Alejandra; Sarmiento Castillo, Juliana Isabel; Gómez Sánchez, Andrés Mauricio (2015). “Participación
laboral de las mujeres en el municipio de Popayán (Colombia)”, Revista Facultad de Ciencias Económicas: Investigación y
Reflexión, Universidad Militar Nueva Granada, Bogotá, Colombia.
▪ Oaxaca, R. (1973). Male-female wage differentials in urban labor markets. International Economic Review, Vol. 14,
N° 3, p. 693-709.
▪ OIT (2009). Guía sobre los nuevos indicadores de empleo de los Objetivos de Desarrollo del Milenio.
▪ OIT (2014). Notas de trabajo rural N° 3. Condiciones de trabajo de las temporeras agrícolas en América Latina y el Caribe.
Precariedad y vulnerabilidad social, 2014.
57
▪ OIT (2019). Panorama Temático Laboral. La mujer en el mundo del trabajo. Retos pendientes hacia una efectiva equidad en
América Latina y el Caribe. Primera edición, 2019.
▪ OIT (2020a). Panorama Laboral 2020. América Latina y el Caribe.
▪ OIT (2020b). Panorama Laboral en tiempos de la COVID-19. Impactos en el mercado de trabajo y los ingresos en
▪ América Latina y el Caribe.
▪ OIT (2020c). El trabajo del hogar en tiempos de COVID-19.
▪ OIT (2020d). Chile: Impacto de la COVID-19 sobre los mercados de trabajo y la generación de ingresos.
▪ OIT (2020e). Informe mundial sobre los salarios 2020-2021.Los salarios y el salario mínimo en tiempos de la COVID-19.
▪ OIT (2020f). La COVID-19 y el mundo del Trabajo. Sexta Edición. Septiembre 2020.
▪ OIT (2021). El impacto de la COVID-19 en las mujeres trabajadoras de Colombia. OIT/Oficina de la OIT para los Países Andinos,
94 p. Colombia.
▪ Petrongolo, B. (2004). Gender Segregation in Employment Contracts. London School of Economics, Centre for Economic
Performance (CEP). Discussion Papers, N° 637.
▪ PIIE y EY (2016). ¿La diversidad de género es rentable? Análisis global sobre la igualdad de género en el entorno empresarial.
Peterson Institute for International Economics y Centro de Estudios EY.
▪ Pinto, C. (2007). Segregación Ocupacional por sexo en la Región del BíoBío. Índice Duncan de disimilitud en el periodo 2000-
2006. Chile: Universidad del BíoBío, Facultad de Ciencias Empresariales.
▪ Rendón, T. (2000). Trabajo de hombres y trabajo de mujeres en México durante el siglo XX. Tesis de doctorado. División de
Estudios de Posgrado. Facultad de Economía, UNAM, México.
▪ Rentería, J. (2015). Brechas de ingresos laborales en el Perú urbano: una exploración de la economía informal. Lima
▪ Salas, C. y Leite, M. (2007). Segregación Sectorial por Género: Una Comparación Brasil-México. Cadernos PROLAM/USP.
▪ Sargan, J. (1958). The estimation of economic relationships using instrumental variables. Econometrica 26(3): 393–415.
▪ Serrano, O. y Pedrero, M. (2012). Metodologías para medir la segregación ocupacional por género. ¿es adecuada la
clasificación internacional uniforme de ocupaciones (CIUO) para este fin en américa latina? Montevideo, Uruguay, 2012.
▪ Sorense, E. (1990). The Crowding Hipothesis and Comparable Worth Issue: A Survey and New Results. Journal of Human
Resources 25(1): 55-89.
▪ Stock, J. y Yogo, M. (2002). Testing for Weak Instrumentals in Linear IV Regression. NBER Technical Working Paper N° 284.
▪ Tello, M. (2015). ¿Es la informalidad una opción voluntaria o la última alternativa de empleo en el Perú? Lima, CIES.
▪ Tornarolli, L. (2016). “El fenómeno de los ninis en América Latina”. Documento de trabajo N° 2016/18. CAF.
▪ Villar, A. (2010). Mujeres y mercado Laboral en España, Fundación BBVA, Madrid.
▪ WEF (2016). The Global Gender Gap Report 2016. World Economic Forum.
▪ Yamada, G., Lizarzaburu, A. y Samanamud, K. (2011). Diferencias étnicas en el mercado laboral peruano: Un estudio
comparativo de brechas de ingreso. Centro de Investigación de la Universidad del Pacífico, Documento de discusión, 2011.
58
ANEXOS
CAPÍTULO 1. PANORAMA LABORAL EN EL PERÚ
ANEXO Nº 1. 1
PERÚ: POBLACIÓN FEMENINA, SEGÚN CONDICIÓN DE ACTIVIDAD, 2010-2020
(Absoluto miles)
2010-2020
Condición de actividad 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Variación Tendencia
Población en Edad de Trabajar (PET) 10 650 10 830 11 012 11 196 11 381 11 566 11 752 11 939 12 127 12 314 12 501 1 852
Población Económicamente Activa (PEA) 6 994 7 064 7 137 7 226 7 205 7 210 7 440 7 637 7 767 7 939 6 814 -180
PEA Ocupada 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289 -375
Adecuadamente empleada 1 978 2 267 2 529 2 641 2 722 2 777 2 845 3 018 3 134 3 238 1 810 -169
Subempleo 4 686 4 486 4 292 4 248 4 193 4 170 4 253 4 282 4 287 4 345 4 479 -207
PEA Desocupada 33 31 31 34 29 26 34 34 35 36 53 20
Cesante 274 251 239 283 224 211 266 278 258 272 82 -192
Aspirante 56 59 75 55 65 51 73 59 87 83 443 387
Población Económicamente Inactiva (PEI) 3 656 3 766 3 875 3 970 4 176 4 356 4 313 4 303 4 360 4 375 5 687 2 032
Inactivo pleno 3 435 3 583 3 719 3 853 4 070 4 242 4 192 4 181 4 221 4 260 5 399 1 965
Desempleo oculto 221 182 156 117 107 114 121 122 139 115 288 67
ANEXO Nº 1. 2
PERÚ: TASA DE ACTIVIDAD POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
Caracteristicas 2010-2020
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
demográficas Variación Tendencia
Nacional
Hombre 82,7 82,7 82,4 82,0 81,4 81,0 81,2 81,0 80,7 81,1 75,0 -7,7
Mujer 65,7 65,2 64,8 64,5 63,3 62,3 63,3 64,0 64,0 64,5 54,5 -11,2
Urbano
Hombre 80,5 80,6 80,4 80,2 79,4 79,1 79,7 79,4 79,2 79,6 71,6 -8,9
Mujer 63,2 62,9 62,9 62,6 61,2 60,1 61,6 62,4 62,5 62,9 51,1 -12,1
Rural
Hombre 89,2 88,9 88,6 87,6 88,3 87,6 86,5 86,4 86,4 86,7 88,0 -1,2
Mujer 74,4 73,5 71,9 72,0 71,3 71,1 70,1 70,6 70,9 71,8 70,4 -4,0
De 14 años
Hombre 40,2 37,4 37,3 35,9 35,7 29,0 27,0 25,9 28,4 29,0 28,3 -11,9
Mujer 33,1 29,9 31,3 26,8 26,8 23,1 23,1 25,9 22,7 20,3 20,6 -12,5
De 15 a 29 años
Hombre 73,9 73,6 72,9 72,0 70,8 68,8 68,6 68,8 68,6 69,2 65,4 -8,5
Mujer 59,8 59,0 58,9 58,4 55,8 54,8 54,9 55,2 54,8 55,5 49,1 -10,7
De 30 a 59 años
Hombre 96,0 96,4 96,1 96,4 95,9 95,8 96,4 96,1 95,5 95,5 88,3 -7,7
Mujer 77,6 77,7 76,7 77,1 76,1 75,0 77,0 77,8 77,8 78,3 65,2 -12,4
De 60 a más
Hombre 67,9 68,2 67,7 66,7 66,4 69,0 69,6 68,5 69,4 70,2 60,0 -7,9
Mujer 44,7 43,7 43,3 42,5 44,3 44,7 43,1 43,9 45,3 47,0 38,0 -6,7
Hasta primaria 1/
Hombre 85,6 85,5 84,6 84,7 84,2 84,0 83,9 84,1 83,5 83,7 78,8 -6,8
Mujer 67,9 66,8 65,0 64,5 64,0 63,8 63,6 64,5 65,2 65,6 56,7 -11,2
Secundaria
Hombre 79,7 79,2 78,7 78,5 78,6 78,2 77,7 77,8 77,2 77,8 72,1 -7,6
Mujer 58,7 58,4 58,0 58,1 56,3 55,9 57,0 58,0 57,7 58,2 47,7 -11,0
SNU
Hombre 90,1 91,3 90,9 90,8 91,0 89,9 89,9 89,7 90,7 89,9 82,4 -7,7
Mujer 75,0 75,6 76,3 74,8 73,5 72,6 73,5 73,6 73,1 72,8 62,6 -12,4
SU
Hombre 81,4 81,5 83,5 81,7 79,3 79,4 81,9 80,7 80,5 81,4 74,0 -7,4
Mujer 73,0 71,8 72,9 73,3 72,3 68,8 70,3 70,6 71,0 71,4 62,5 -10,5
1/ Incluye sin nivel educativo y nivel básico especial.
59
ANEXO Nº 1. 3
PERÚ: TASA DE OCUPACIÓN POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 79,7 79,6 79,8 79,2 78,7 78,2 78,1 77,8 77,9 78,3 69,6 -10,1
Mujer 62,6 62,4 61,9 61,5 60,8 60,1 60,4 61,1 61,2 61,6 50,3 -12,3
Urbano
Hombre 76,8 76,8 77,2 76,9 76,1 75,7 75,9 75,7 75,8 76,2 65,1 -11,7
Mujer 59,3 59,4 59,4 59,1 58,2 57,4 58,2 59,1 59,1 59,5 46,2 -13,1
Rural
Hombre 88,5 88,1 87,9 86,6 87,4 86,9 85,9 85,7 85,6 86,2 87,0 -1,5
Mujer 73,8 72,8 71,3 70,9 70,8 70,7 69,5 70,0 70,4 71,2 69,7 -4,1
De 14 años
Hombre 34,9 31,5 32,1 34,1 30,0 25,6 22,5 21,8 24,5 24,9 24,2 -10,7
Mujer 30,0 26,2 27,9 25,6 23,2 20,5 20,4 22,6 20,7 18,0 17,8 -12,2
De 15 a 29 años
Hombre 68,7 68,2 68,3 67,1 65,7 64,1 63,3 63,2 63,5 64,1 57,3 -11,4
Mujer 54,5 54,0 53,7 53,1 51,3 51,0 49,9 50,3 49,4 50,1 42,1 -12,4
De 30 a 59 años
Hombre 94,5 94,9 94,7 94,8 94,6 94,1 94,5 94,5 93,9 94,0 83,8 -10,7
Mujer 75,4 75,8 74,8 74,8 74,4 73,3 74,8 75,7 75,8 76,3 61,8 -13,6
De 60 a más
Hombre 67,0 66,7 66,9 65,5 65,7 67,6 67,9 66,7 67,9 68,7 58,1 -8,9
Mujer 44,3 43,2 43,0 42,1 43,9 44,1 42,7 43,5 44,9 46,5 37,0 -7,3
Hasta primaria 1/
Hombre 84,7 84,1 83,5 83,4 83,4 83,0 82,7 83,1 82,5 82,5 77,2 -7,5
Mujer 67,0 65,8 64,1 63,2 63,4 63,1 62,7 63,7 64,5 64,6 55,2 -11,8
Secundaria
Hombre 76,1 75,5 75,8 75,8 75,3 75,2 74,3 74,4 74,2 74,9 66,9 -9,2
Mujer 55,0 54,9 54,5 54,9 53,2 53,3 53,7 55,0 55,0 55,0 43,9 -11,1
SNU
Hombre 87,1 88,2 88,3 87,8 88,1 87,3 87,0 86,4 87,8 87,7 75,6 -11,5
Mujer 71,3 72,2 72,8 70,6 70,1 69,3 69,6 70,0 69,1 69,1 56,1 -15,2
SU
Hombre 77,2 77,9 79,7 76,8 75,5 75,0 76,5 75,9 76,1 76,7 64,8 -12,4
Mujer 66,6 66,9 68,0 68,3 68,1 65,1 65,5 65,3 65,2 66,7 54,6 -12,0
60
ANEXO Nº 1. 4
PERÚ: TASA DE SUBEMPLEO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 42,9 41,3 38,6 37,6 37,0 36,2 35,7 35,6 34,3 33,6 52,0 9,1
Mujer 67,0 63,5 60,1 58,8 58,2 57,8 57,2 56,1 55,2 54,7 65,7 -1,3
Urbano
Hombre 33,4 31,5 29,1 28,2 27,6 26,8 26,6 26,3 26,0 26,1 44,9 11,5
Mujer 58,6 54,7 51,0 49,8 49,1 48,5 48,2 47,3 46,9 46,7 58,7 0,1
Rural
Hombre 68,7 68,6 65,9 65,4 65,1 65,4 65,2 66,8 62,5 59,6 74,8 6,1
Mujer 91,6 90,3 89,4 88,4 88,5 89,3 89,7 89,0 87,2 86,5 89,7 -1,9
De 14 años
Hombre 85,7 80,7 83,8 91,2 79,2 85,3 81,9 81,1 84,4 83,2 84,5 -1,2
Mujer 88,9 86,8 86,8 94,0 85,3 86,9 88,2 84,8 88,7 86,0 85,7 -3,2
De 15 a 29 años
Hombre 51,0 48,9 47,1 44,1 44,2 42,8 42,3 40,9 40,3 40,1 55,7 4,7
Mujer 67,9 64,5 59,2 57,8 56,6 58,4 56,3 54,5 53,9 54,6 63,2 -4,7
De 30 a 59 años
Hombre 33,3 32,4 29,0 29,2 28,8 28,4 28,0 28,5 27,0 26,0 47,3 14,0
Mujer 62,8 59,6 56,8 55,2 54,9 53,5 53,7 53,0 51,7 50,8 63,8 1,0
De 60 a más
Hombre 63,6 60,4 58,9 56,8 55,7 55,2 54,1 55,2 50,7 49,7 64,2 0,6
Mujer 87,0 82,3 82,1 81,3 79,7 78,0 78,5 75,8 76,0 73,2 81,3 -5,7
Hasta primaria 1/
Hombre 64,1 63,5 61,6 61,1 61,0 60,3 60,1 60,8 56,8 54,2 71,6 7,5
Mujer 86,1 83,3 82,6 81,8 82,4 82,3 81,4 80,1 79,4 78,9 86,2 0,1
Secundaria
Hombre 43,1 41,6 38,8 38,0 36,2 35,0 35,7 35,2 35,1 34,3 56,3 13,2
Mujer 69,1 66,2 63,0 63,2 61,4 60,7 61,6 59,0 58,5 58,9 72,6 3,5
SNU
Hombre 26,9 23,8 22,4 21,0 22,1 21,0 19,9 20,4 20,2 20,0 38,2 11,3
Mujer 49,9 45,7 43,1 38,3 38,4 37,9 36,5 38,5 36,6 37,4 50,4 0,5
SU
Hombre 23,0 22,2 21,0 18,4 18,3 18,7 17,2 17,8 17,7 20,1 28,6 5,6
Mujer 33,8 32,0 29,1 25,8 25,9 25,0 24,9 25,2 25,3 25,0 33,9 0,1
61
ANEXO Nº 1. 5
PERÚ: TASA DE EMPLEO ASALARIADO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 50,4 50,0 51,4 53,1 52,7 53,1 52,3 52,0 51,7 52,2 48,9 -1,5
Mujer 33,6 36,0 37,7 37,8 39,2 39,3 39,5 39,3 39,6 38,8 36,5 2,9
Urbano
Hombre 58,4 58,5 59,4 61,4 60,4 61,1 59,6 59,4 58,6 58,9 56,8 -1,6
Mujer 41,1 44,1 45,2 45,6 46,7 47,0 46,8 46,1 46,2 44,9 43,9 2,8
Rural
Hombre 29,9 27,2 29,3 29,3 30,2 29,1 29,4 28,4 28,8 29,7 25,6 -4,3
Mujer 12,9 12,6 14,7 13,4 15,2 14,4 14,1 14,8 15,2 15,8 13,6 0,7
De 14 años
Hombre 26,2 28,9 32,0 35,5 35,8 32,0 27,4 26,8 26,0 21,5 22,5 -3,7
Mujer 12,4 10,5 11,3 17,4 13,4 15,8 8,1 17,2 16,0 13,5 10,2 -2,2
De 15 a 29 años
Hombre 61,6 61,4 63,1 66,0 65,0 65,8 65,0 65,4 65,7 65,6 58,5 -3,1
Mujer 44,3 48,7 50,3 52,2 54,0 54,6 54,4 55,7 56,6 53,5 48,0 3,7
De 30 a 59 años
Hombre 49,5 48,9 50,0 50,8 51,1 51,8 51,0 50,4 49,8 51,0 48,8 -0,7
Mujer 32,1 33,8 35,6 35,2 36,9 36,7 37,5 36,5 37,3 37,4 35,6 3,5
De 60 a más
Hombre 22,4 23,1 25,4 29,4 27,5 28,0 28,9 29,4 30,1 30,3 27,3 4,9
Mujer 10,1 10,5 12,1 11,3 13,1 13,7 12,4 14,5 13,8 15,3 14,6 4,5
Hasta primaria 1/
Hombre 30,1 28,5 28,5 29,6 29,5 30,5 30,2 29,7 30,1 29,3 28,6 -1,5
Mujer 11,9 11,6 12,4 11,6 13,0 13,1 13,9 13,9 14,4 13,8 13,1 1,2
Secundaria
Hombre 51,3 50,3 52,1 53,8 53,3 53,9 51,7 52,1 50,3 51,9 47,3 -4,0
Mujer 30,1 32,7 33,7 34,5 35,7 35,5 33,9 34,1 34,8 33,4 29,7 -0,4
SNU
Hombre 65,7 66,1 65,9 68,2 67,4 67,6 66,9 66,0 64,5 66,1 62,4 -3,3
Mujer 55,7 60,6 58,9 58,9 60,9 61,2 61,4 59,3 60,8 57,0 57,2 1,5
SU
Hombre 67,3 68,6 68,5 71,7 72,0 70,9 71,6 69,2 70,3 67,9 68,0 0,7
Mujer 74,9 74,7 74,6 76,0 76,2 78,1 77,7 77,6 74,8 73,6 72,1 -2,8
Nota: Las cifras sombreadas en gris son consideradas referenciales
62
ANEXO Nº 1. 6
PERÚ: TASA DE EMPLEO VULNERABLE POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 41,4 42,5 41,1 40,2 41,3 41,3 41,7 42,6 43,0 42,7 47,4 6,0
Mujer 56,3 55,3 53,7 53,6 53,2 52,8 52,9 53,1 53,0 53,1 58,1 1,8
Urbano
Hombre 33,2 33,8 32,7 31,8 33,2 32,8 33,8 34,7 35,4 35,7 39,1 5,9
Mujer 46,8 45,4 44,8 44,4 44,3 43,5 44,2 44,9 45,1 45,6 49,6 2,8
Rural
Hombre 62,7 65,8 64,2 64,4 64,8 66,4 66,5 67,9 67,7 66,5 71,8 9,1
Mujer 82,9 83,7 81,0 82,8 81,7 83,1 83,2 82,5 82,2 81,5 84,5 1,6
De 14 años
Hombre 73,6 70,5 67,6 64,0 64,2 67,3 72,6 72,1 73,8 77,7 77,5 3,9
Mujer 75,7 86,5 79,8 72,5 81,2 78,9 87,7 78,2 77,5 82,6 87,1 11,4
De 15 a 29 años
Hombre 35,1 36,2 34,0 31,6 33,0 32,2 32,6 32,4 32,6 32,5 40,4 5,3
Mujer 45,5 42,6 41,3 40,9 39,5 39,2 39,9 38,9 38,4 41,3 47,8 2,3
De 30 a 59 años
Hombre 40,2 41,4 40,4 40,4 41,3 41,2 41,8 43,0 43,3 42,9 46,5 6,3
Mujer 57,7 57,1 55,4 55,4 55,0 54,5 53,9 54,9 54,2 53,4 58,3 0,6
De 60 a más
Hombre 64,8 65,1 63,3 62,2 63,3 63,4 62,4 63,8 63,3 62,0 67,4 2,6
Mujer 81,7 82,7 80,6 80,1 79,1 79,2 80,3 77,5 79,3 75,9 80,1 -1,6
Hasta primaria 1/
Hombre 61,1 63,5 63,8 63,1 64,5 64,4 64,6 65,4 65,6 65,7 68,1 7,0
Mujer 79,2 80,0 79,4 80,3 79,5 80,4 79,8 79,5 79,7 79,2 83,0 3,8
Secundaria
Hombre 40,9 43,0 40,9 40,1 40,5 40,6 42,5 42,8 44,4 43,2 49,3 8,4
Mujer 56,0 56,0 55,0 54,5 53,7 53,5 55,4 55,3 55,0 56,3 62,8 6,8
SNU
Hombre 27,0 26,0 26,7 24,0 27,2 26,2 26,8 28,4 29,7 29,6 33,2 6,2
Mujer 35,7 31,9 33,0 32,3 33,9 31,2 30,8 34,4 31,7 34,7 37,7 2,0
SU
Hombre 23,9 23,1 22,4 22,1 21,9 22,4 21,4 24,2 23,2 25,7 27,6 3,7
Mujer 20,7 20,9 21,2 20,1 20,3 18,3 19,0 18,6 21,5 21,7 24,2 3,5
63
ANEXO Nº 1. 7
PERÚ: TASA DE TRABAJADORES POBRES POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 27,5 24,6 23,2 21,2 20,1 19,7 18,4 18,9 18,1 18,0 26,0 -1,5
Mujer 27,4 24,3 22,0 20,4 19,2 18,2 16,8 17,9 17,1 16,4 23,9 -3,5
Urbano
Hombre 16,9 14,9 14,3 13,7 12,8 12,5 11,6 12,4 12,0 12,2 20,4 3,5
Mujer 16,1 14,3 13,2 12,6 11,6 10,8 10,0 11,5 11,2 10,8 18,3 2,2
Rural
Hombre 54,8 50,7 47,9 42,9 41,2 41,0 39,4 39,5 38,2 37,3 42,3 -12,5
Mujer 58,7 53,1 49,0 44,9 43,5 42,2 40,1 41,0 38,9 37,6 41,1 -17,6
De 14 años
Hombre 57,0 46,5 52,0 40,0 40,1 42,0 42,4 38,3 32,4 33,2 43,0 -14,0
Mujer 50,9 52,7 46,3 43,7 42,9 46,7 44,0 41,0 37,2 33,6 46,6 -4,3
De 15 a 29 años
Hombre 27,2 24,6 23,3 21,2 20,5 20,8 18,9 19,8 18,5 18,5 27,5 0,3
Mujer 28,6 24,7 21,8 21,6 20,4 18,8 17,4 19,0 18,4 18,5 26,7 -1,9
De 30 a 59 años
Hombre 26,4 24,0 22,4 20,9 19,8 19,2 18,3 18,7 18,2 18,1 26,5 0,1
Mujer 25,0 22,5 20,8 18,7 17,9 17,3 15,9 17,0 16,4 15,5 23,5 -1,5
De 60 a más
Hombre 30,1 25,3 23,6 20,7 18,3 17,4 16,1 16,2 15,9 14,7 18,2 -11,9
Mujer 35,0 30,2 27,4 24,4 20,8 19,1 17,9 18,0 16,6 15,2 17,2 -17,8
Hasta primaria 1/
Hombre 52,9 47,9 45,4 41,8 39,2 37,2 36,1 36,8 34,7 34,6 39,7 -13,2
Mujer 49,0 44,6 40,9 37,5 35,4 33,6 32,0 32,7 30,8 30,1 35,3 -13,7
Secundaria
Hombre 26,3 24,2 23,6 21,5 20,1 20,1 19,1 19,8 19,9 19,5 29,7 3,4
Mujer 23,7 21,2 20,8 19,5 18,2 17,3 16,6 18,2 17,3 16,9 27,3 3,6
SNU
Hombre 10,6 8,1 9,3 8,2 7,8 7,8 6,8 7,5 7,2 8,3 14,5 3,9
Mujer 8,3 7,3 7,2 6,8 6,6 6,5 3,6 5,5 6,2 6,1 13,2 4,9
SU
Hombre 4,2 4,1 3,2 2,2 2,3 2,7 2,3 2,2 2,8 2,6 7,2 3,0
Mujer 2,6 2,9 2,6 2,3 2,4 1,7 1,4 2,3 2,5 2,8 6,6 4,0
64
ANEXO Nº 1. 8
PERÚ: TASA DE DESEMPLEO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 3,6 3,7 3,2 3,4 3,4 3,4 3,9 3,8 3,5 3,5 7,2 3,6
Mujer 4,7 4,4 4,4 4,7 4,0 3,6 4,6 4,4 4,4 4,5 7,7 3,0
Urbano
Hombre 4,6 4,7 4,0 4,1 4,2 4,2 4,9 4,8 4,3 4,3 9,1 4,5
Mujer 6,0 5,5 5,5 5,6 5,0 4,5 5,6 5,4 5,4 5,4 9,7 3,7
Rural
Hombre 0,8 0,9 0,8 1,1 1,0 0,9 0,7 0,8 0,9 0,6 1,1 0,3
Mujer 0,8 0,9 0,9 1,5 0,7 0,7 0,9 0,8 0,8 0,7 1,0 0,2
De 14 años
Hombre 13,1 15,9 14,0 5,0 15,9 11,6 16,6 16,0 13,7 14,2 14,5 1,4
Mujer 9,2 12,3 10,8 4,4 13,2 11,2 11,4 12,6 8,6 11,4 13,4 4,2
De 15 a 29 años
Hombre 7,2 7,3 6,3 6,8 7,2 6,8 7,8 8,1 7,5 7,5 12,3 5,1
Mujer 8,8 8,4 8,8 9,1 8,1 6,9 9,1 8,9 9,8 9,6 14,3 5,5
De 30 a 59 años
Hombre 1,6 1,6 1,5 1,7 1,4 1,8 2,0 1,7 1,6 1,6 5,1 3,5
Mujer 2,8 2,4 2,4 2,9 2,2 2,2 2,8 2,7 2,6 2,6 5,2 2,4
De 60 a más
Hombre 1,3 2,2 1,2 1,8 1,1 2,0 2,4 2,5 2,2 2,1 3,3 2,0
Mujer 0,9 1,1 0,7 0,9 0,9 1,5 0,9 1,0 0,9 1,2 2,4 1,5
Hasta primaria 1/
Hombre 1,1 1,6 1,3 1,5 0,9 1,2 1,4 1,2 1,2 1,4 2,0 0,9
Mujer 1,3 1,5 1,3 2,0 0,9 1,0 1,5 1,2 1,1 1,5 2,6 1,3
Secundaria
Hombre 4,5 4,7 3,7 3,4 4,1 3,9 4,3 4,3 3,9 3,8 7,2 2,7
Mujer 6,2 5,9 5,9 5,5 5,5 4,6 5,7 5,3 4,8 5,5 8,0 1,8
SNU
Hombre 3,4 3,5 2,8 3,3 3,2 2,9 3,1 3,7 3,2 2,4 8,3 4,9
Mujer 5,0 4,5 4,5 5,6 4,7 4,6 5,3 4,9 5,4 5,0 10,4 5,4
SU
Hombre 5,1 4,4 4,5 5,9 4,8 5,5 6,5 5,9 5,4 5,8 12,4 7,3
Mujer 8,8 6,8 6,7 6,9 5,8 5,4 6,9 7,4 8,3 6,6 12,6 3,8
ANEXO Nº 1. 9
PERÚ: PEA OCUPADA ASALARIADA POR SEXO, SEGÚN MODALIDAD DE TRABAJO,2020
(Porcentaje)
Hombre
1,7 Mujer
1,3 3,5
4,4 3,8
13,4 7,0
8,9 27,5
38,0
10,2
6,6
87,8
75,9
51,0 58,9
Asalariado privado Asalariado público Asalariado privado Asalariado público
Presencial-dias normales Presencial-algunos dias Teletrajo/trabajo remoto Otro 1/

65
ANEXO Nº 1. 10
PERÚ: PEA OCUPADA FEMENINA, SEGÚN ESTRUCTURA DE MERCADO,2010-2020
(Absoluto miles)
2 0 1 0 -2 0 2 0
Estruc tura de Merc ado 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Sector pri va do 1 894 1 997 2 150 2 180 2 241 2 265 2 304 2 377 2 447 2 471 1 782 -112
2 a 10 trabajadores 1 073 1 082 1 113 1 147 1 146 1 161 1 208 1 282 1 342 1 315 963 -111
11 a 100 trabajadores 455 474 534 557 561 574 546 582 579 596 417 -38
Más de 100 trabajadores 363 427 480 471 532 527 546 509 523 558 396 34
Privado no especificado 3 14 24 4 2 2 4 5 3 3 6 4
Independi entes 2 425 2 404 2 408 2 453 2 477 2 418 2 535 2 679 2 789 2 827 2 343 -82
Profesional, técnico 67 66 76 72 78 77 82 84 105 114 77 10
No profesional, no técnico 2 358 2 338 2 332 2 381 2 399 2 341 2 452 2 595 2 684 2 713 2 266 -91
TF N R 1/ 1 329 1 328 1 255 1 241 1 205 1 250 1 222 1 198 1 145 1 202 1 311 -18
Sector públ i co 563 628 627 626 651 644 675 668 677 683 619 56
Tra ba j a dora del hog a r 454 397 381 388 342 370 365 378 363 401 234 -220
1/ Trabajadores Familiares No Remunerados (TFNR).
ANEXO Nº 1. 11
PERÚ: PEA OCUPADA FEMENINA, SEGÚN SUB- RAMA DE ACTIVIDAD ECONÓMICA,2010-2020
(Porcentaje)
SERVICIOS
Etapa
COVID
Servicios comunitarios, sociales y recreativos
15,7 15,4
15,2 15,0 15,3
14,8 14,9 14,7 14,9
13,9 14,1
13,5
Restaurantes y hoteles 12,4 12,5
11,4 11,7 11,7 11,7
11,2 11,3 11,2
10,2 10,1
9,2
8,6 8,5 8,4
7,9 8,1 8,1 8,0 8,4
Servicios personales y hogares
6,3
Establecimientos financieros 5,8 5,8
4,9 5,0 5,2 5,2
4,6 4,8
4,6 4,9
3,9
2,4 2,2 2,2 2,3 2,3 2,3 2,5 2,1 2,2
2,2 2,0
Otro 1/
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
EXTRACTIVA
Agricultura, ganadería, silvicultura y pesca 29,1

22,8 22,5 21,2 21,4 21,5 22,4 22,0 21,0 20,9 21,2
Etapa
COVID
Minería 0,3 0,2 0,3 0,2 0,2 0,3 0,2 0,2 0,2 0,3 0,2
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ Incluye Transporte, almacenamiento y comunicaciones; electricidad, gas, agua y saneamiento.

Nota: Cifras referenciales para otros y en minería para todos los años.
66
ANEXO Nº 1. 12
PERÚ: PEA OCUPADA FEMENINA, SEGÚN GRUPO OCUPACIONAL,2010-2020
(Absoluto miles)
2 0 1 0 -2 0 2 0
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Profesional, técnico 743 826 885 875 920 914 953 921 985 1 021 765 21
Gerenta, administradora y funcionaria 12 15 11 10 9 12 14 9 8 13 6 -6
Empleada de oficina 483 555 589 604 606 570 566 598 629 592 447 -35
Vendedora 1 712 1 709 1 805 1 815 1 806 1 775 1 809 1 933 1 945 1 977 1 527 -185
Agricultora, ganadera y pescadora 1 518 1 507 1 440 1 470 1 475 1 541 1 549 1 517 1 536 1 594 1 811 293
Minera y cantera 5 4 3 4 6 8 6 5 6 8 3 -2
Artesana y operaria 525 534 533 559 497 489 511 528 522 507 454 -71
Obrera jornalera 36 27 32 28 30 20 31 32 27 29 39 3
Conductora 9 11 11 8 10 13 14 18 13 20 18 9
Trabajadora de los servicios 1 168 1 168 1 131 1 129 1 214 1 237 1 283 1 361 1 388 1 422 984 -183
Trabajadora del hogar 454 397 381 388 342 370 365 378 363 401 234 -220
ANEXO Nº 1. 13
PERÚ: PEA OCUPADA FEMENINA, SEGÚN TIPO DE CONTRATO, 2010-2020
(Porcentaje)
2 0 1 0 -2 0 2 0
Tipo de c ontrato 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Total 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0
Contrato indefinido 18,2 21,5 19,6 19,3 18,7 18,0 18,9 17,7 17,6 17,9 18,8 0,6
Contrato a plazo fijo 28,8 30,6 30,7 32,1 33,6 35,4 34,5 34,1 32,4 31,7 27,7 -1,1
Está en período de prueba 0,1 0,3 0,3 0,3 0,3 0,2 0,1 0,2 0,2 0,2 0,3 0,2
Convenios de Formación Laboral Juvenil 1,2 1,0 0,7 0,7 1,0 0,9 0,9 1,1 0,9 0,9 0,8 -0,4
Contrato de aprendizaje 0,0 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Contrato por locación de servicios 6,7 5,7 5,6 4,7 4,9 4,1 4,4 4,8 6,1 7,6 8,5 1,8
Régimen Especial CAS 0,0 0,0 2,8 2,6 2,7 2,8 2,5 2,9 3,1 2,5 3,6 3,6
Otro 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Sin c ontrato 4 4 ,9 4 0 ,9 4 0 ,3 4 0 ,2 3 8 ,8 3 8 ,5 3 8 ,7 3 9 ,1 3 9 ,7 3 9 ,1 4 0 ,3 -4,6
ANEXO Nº 1. 14
PERÚ: PEA OCUPADA FEMENINA AFILIADA A UN SEGURO DE SALUD, POR TIPO DE APORTANTE, 2012-2020
(Porcentaje)
Etapa
COVID
77,1 77,2 77,0 77,8 79,5

74,3
70,1
65,7
61,8 18,9 18,7 19,5 19,1
19,5 19,8
19,2
18,1
17,5
54,9 58,3 58,5 57,2 58,3 60,5

47,6 50,9
44,3
2012 2013 2014 2015 2016 2017 2018 2019 2020
Con cuotas pagadas por otros medios 1/ Con cuotas pagadas por su centro de trabajo
1/ Incluye los aportes propios, por familiar o jubilación.
67
ANEXO Nº 1. 15
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA, SEGÚN SEXO, 2010-2020
Etapa
1 850 Tasa de crecimiento promedio anual mujer: 3,8% COVID 1 90 0
Tasa de crecimiento promedio anual hombre: 2,0%

1 589 1 616
1 650
1 551 1 566 1 70 0
1 475
1 416 1 50 0
1 450
1 329 1 358 1 360

1 242 458 454 417 1 30 0
1 158 456
262
1 250
423
1 10 0
431
426 423 1 199
1 050
420 422 1 135

900
1 095 1 107 1 098

1 053 700
850
985
903 935 500
819
738
650
300
450 100
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Mujer Hombre Brecha
consideran los ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
68
ANEXO Nº 1. 16
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL, JORNADA LABORAL E INGRESO POR HORA DE LA PEA OCUPADA POR SEXO,
SEGÚN CARACTERÍSTICAS, 2020
(Soles, horas y variación absoluta)
Ingreso laboral (soles) Jornada laboral (horas) Ingreso por hora
Características Brecha Brecha Brecha
Mujer Hombre Mujer Hombre Mujer Hombre
Absoluto Absoluto Absoluto
Total PEA Ocupada femenina 1 098 1 360 262 171 197 26 6,4 6,9 0,5
Categoría ocupacional
Empleador 2 526 2 261 -265 216 218 2 11,7 10,4 -1,3
Asalariado privado 1 244 1 566 322 190 206 16 6,5 7,6 1,1
Asalariado público 2 381 2 641 260 182 201 19 13,1 13,1
Independiente 601 808 207 168 196 28 3,6 4,1 0,5
TFNR 1/ - - - 141 148 7 - - -
Trabajador del hogar 978 904 -74 188 205 17 5,2 4,4 -0,8
Estructura de mercado
Sector público 2 381 2 641 260 182 201 19 13,1 13,1
Sector privado 1 322 1 622 300 192 207 15 6,9 7,8 1,0
2 a 10 trabajadores 958 1 159 201 184 197 13 5,2 5,9 0,7
11 a 100 trabajadores 1 480 1 898 418 194 216 22 7,6 8,8 1,2
101 a más trabajadores 2 007 2 666 659 207 227 20 9,7 11,8 2,0
Independiente 601 808 207 168 196 28 3,6 4,1 0,5
Profesional o técnico 1 069 1 813 744 127 154 27 8,4 11,8 3,3
No profesional o no técnico 586 760 174 169 199 30 3,5 3,8 0,4
TFNR 1/ - - - 141 148 - - - -
Rama de actividad
Extractiva 2/ 537 805 268 141 180 45 3,8 4,5 1,4
Industria 835 1 603 768 166 212 37 5,0 7,6 3,2
Construcción 1 806 1 429 -377 188 196 10 9,6 7,3 -3,5
Comercio 881 1 331 450 200 207 16 4,4 6,4 3,2
Servicios 3/ 1 486 1 802 316 177 209 37 8,4 8,6 0,9
Grupo ocupacional
Profesional y técnico 2 427 2 869 442 177 192 15 13,7 14,9 1,2
Gerente, administrador y funcionario 4 505 6 361 1 856 172 207 35 26,2 30,7 4,5
Empleado de oficina 1 763 2 282 519 194 203 9 9,1 11,2 2,2
Vendedor 818 1 275 457 199 208 9 4,1 6,1 2,0
Agricultor, ganadero y pescador 476 665 189 140 177 37 3,4 3,8 0,4
Minero y cantero 362 1 950 1 588 137 224 87 2,6 8,7 6,1
Artesano y operario 592 1 209 617 160 201 41 3,7 6,0 2,3
Obrero jornalero 938 1 152 214 199 196 -3 4,7 5,9 1,2
Conductor 1 702 1 260 -442 207 238 31 8,2 5,3 -2,9
Trabajador de otros servicios 4/ 869 1 592 723 172 212 40 5,1 7,5 2,5
Nivel educativo
Hasta primaria 5/ 545 742 197 162 190 28 3,4 3,9 0,5
Secundaria 834 1 125 291 173 201 28 4,8 5,6 0,8
Superior no universitaria 1 242 1 671 429 180 205 25 6,9 8,1 1,3
Superior universitaria 2 138 2 593 455 176 189 13 12,2 13,7 1,5
ocupación principal y secundaria del trabajador.
1/ TFNR se refiere a trabajadores familiares no remunerados.
2/ Incluye a las subramas minería; y agricultura, ganadería, silvicultura y pesca.
3/ Incluye a las subramas establecimientos financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios comunitarios, sociales y recreativos; electricidad, gas,
agua y saneamiento; transporte, almacenamiento y comunicaciones; restaurantes y hoteles; hogares; y servicios personales.
4/ Comprende trabajadores no incluidos en el resto de grupos ocupacionales, tales como cocineros calificados; limpiadores de oficinas, hoteles y otros; porteros, guardianes y afines; bármanes
y trabajadores asimilados, etc.
6/ Se considera a la PEA ocupada de 18 a más años de edad con educación superior universitaria y superior no universitaria culminada (completa). Se excluye a los ocupados de las
fuerzas armadas y policiales.
69
ANEXO Nº 1. 17
PERÚ: ÍNDICE DE TRABAJO DECENTE (ITD) FEMENINA, SEGÚN DIVERSAS CARACTERÍSTICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 8,7 10,4 11,6 12,2 13,1 13,9 14,0 13,1 12,9 13,3 7,8 -0,9
Nivel 2 7,4 8,1 10,6 10,3 10,8 11,1 11,5 10,7 9,7 10,1 6,6 -0,8
Nivel 3 20,8 20,9 21,4 19,8 21,3 21,6 22,8 22,0 21,2 20,9 23,4 2,6
Nivel 4 49,3 47,8 44,9 45,9 44,5 43,5 42,6 44,3 45,3 45,3 52,6 3,3
Nivel 5 13,7 12,9 11,4 11,8 10,3 9,9 9,2 9,9 11,0 10,5 9,8 -3,9
Urbano 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 11,6 13,6 15,0 15,6 16,7 17,7 17,6 16,3 16,0 16,4 10,0 -1,6
Nivel 2 9,6 10,4 13,5 13,0 13,5 13,9 14,2 13,3 11,8 12,3 8,3 -1,3
Nivel 3 25,9 25,5 26,1 24,1 26,0 26,2 27,2 26,3 25,1 24,6 28,7 2,8
Nivel 4 40,6 38,8 35,3 36,9 34,8 33,5 33,4 35,4 37,1 37,4 44,0 3,4
Nivel 5 12,3 11,7 10,1 10,4 9,0 8,8 7,5 8,8 10,0 9,3 8,9 -3,4
Rural 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 0,8 0,9 1,2 1,4 1,5 1,3 1,3 1,4 1,4 1,4 0,7 -0,1
Nivel 2 1,1 1,5 1,9 1,9 2,0 1,9 2,0 1,7 1,7 1,8 1,2 0,1
Nivel 3 6,8 7,3 7,2 6,0 6,4 6,9 7,7 6,7 6,7 7,0 6,8 0,0
Nivel 4 73,5 73,8 74,3 74,2 75,5 76,2 74,3 76,5 75,5 74,9 79,0 5,5
Nivel 5 17,8 16,6 15,5 16,4 14,6 13,7 14,7 13,7 14,7 14,9 12,3 -5,5
De 14 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 3 2,2 1,0 7,6 5,6 6,3 3,3 8,2 11,4 7,1 8,4 3,9 1,7
Nivel 4 86,1 90,6 85,3 84,4 87,9 89,6 85,0 82,1 87,8 86,7 90,9 4,8
Nivel 5 11,7 8,4 7,1 10,0 5,9 7,2 6,8 6,5 5,2 4,9 5,2 -6,5
De 15-29 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 6,2 8,3 9,0 10,8 11,8 12,0 11,7 11,5 11,4 11,5 7,0 0,8
Nivel 2 8,7 10,2 11,4 11,2 11,7 12,1 13,8 12,8 10,6 10,6 7,0 -1,7
Nivel 3 20,3 19,7 23,4 20,4 23,9 23,0 23,9 23,5 22,7 21,4 22,7 2,4
Nivel 4 50,6 48,1 44,2 46,1 43,8 44,1 42,7 43,4 46,4 46,9 53,9 3,3
Nivel 5 14,1 13,6 12,1 11,5 8,8 8,8 7,8 8,8 8,9 9,6 9,4 -4,7
De 30-59 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 11,1 12,5 14,1 14,2 15,2 16,3 16,4 14,9 14,6 15,1 8,8 -2,3
Nivel 2 7,7 8,2 11,7 11,2 11,6 11,7 11,6 11,0 10,4 11,2 7,2 -0,5
Nivel 3 23,3 23,0 22,0 20,6 21,5 22,6 23,8 22,6 22,0 21,8 25,1 1,8
Nivel 4 44,5 43,7 41,2 42,1 41,3 39,2 38,9 41,3 41,2 41,0 49,1 4,6
Nivel 5 13,5 12,7 11,0 11,9 10,5 10,2 9,3 10,2 11,8 10,9 9,8 -3,7
De 60 a más 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 3,9 4,6 5,9 5,7 6,1 6,4 6,5 7,5 7,2 8,7 4,6 0,7
Nivel 2 1,8 1,5 2,8 3,1 4,3 5,5 5,1 5,0 4,3 3,6 2,9 1,1
Nivel 3 9,9 13,6 12,7 13,9 14,9 14,1 15,4 15,7 14,3 16,0 17,0 7,1
Nivel 4 70,0 67,3 66,2 64,8 61,0 62,3 61,0 61,0 62,4 60,7 64,6 -5,4
Nivel 5 14,4 13,0 12,4 12,5 13,8 11,6 12,1 10,9 11,7 10,9 10,9 -3,5
Hasta Primaria 1/ 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 0,3 0,5 0,6 0,5 0,8 0,8 0,7 0,9 0,9 0,9 0,7 0,4
Nivel 2 1,2 1,1 2,2 2,2 2,4 2,9 3,3 2,9 2,5 2,5 2,1 0,9
Nivel 3 13,6 15,0 14,4 13,2 13,6 14,2 16,5 14,5 13,6 13,7 11,3 -2,3
Nivel 4 65,7 65,6 65,6 66,2 65,9 65,4 63,9 66,2 65,9 66,5 71,7 6,0
Nivel 5 19,2 17,8 17,2 18,1 17,3 16,6 15,5 15,5 17,1 16,4 14,1 -5,1
Secundaria 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 3,1 4,1 4,7 4,6 5,3 6,1 5,3 5,0 4,7 5,1 3,1 0,0
Nivel 2 5,0 6,1 8,5 8,4 8,5 9,2 9,2 8,8 7,7 7,6 4,7 -0,3
Nivel 3 25,5 25,4 26,9 24,7 28,6 28,9 30,1 28,9 26,6 25,7 22,9 -2,6
Nivel 4 51,5 49,3 47,1 49,1 47,0 45,7 45,9 46,8 48,8 49,3 58,0 6,5
Nivel 5 14,8 15,1 12,9 13,3 10,7 10,0 9,5 10,5 12,3 12,3 11,3 -3,5
SNU 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 17,5 22,4 21,0 22,6 25,9 25,9 26,8 23,7 23,4 22,4 14,3 -3,2
Nivel 2 15,2 14,7 18,9 19,1 19,7 19,1 20,1 18,5 17,1 17,3 11,2 -4,0
Nivel 3 27,0 25,5 26,2 24,5 24,2 26,1 25,3 25,2 26,2 25,7 32,8 5,8
Nivel 4 32,4 30,0 27,6 27,8 25,6 24,3 23,7 26,8 27,4 29,4 36,5 4,1
Nivel 5 8,0 7,4 6,3 6,0 4,7 4,6 4,1 5,9 6,0 5,3 5,2 -2,8
SU 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 36,2 36,1 39,1 42,3 41,5 45,5 45,0 42,9 41,8 41,8 24,0 -12,2
Nivel 2 21,0 22,5 23,6 22,1 23,2 23,4 23,1 22,0 19,8 20,9 13,8 -7,2
Nivel 3 20,2 17,9 18,3 17,0 17,9 15,3 16,5 17,2 18,4 18,0 36,2 16,0
Nivel 4 19,5 21,2 17,1 16,6 16,0 14,2 13,9 15,9 18,1 17,2 22,8 3,3
Nivel 5 3,2 2,3 1,9 1,9 1,4 1,7 1,5 1,9 1,9 2,1 3,1 -0,1
Cifras sombreadas en gris son consideradas referenciales
70
ANEXO Nº 1. 18
PERÚ: PEI PLENA MASCULINA, SEGÚN ACTIVIDADES REALIZADAS, 2010-2020
(Porcentaje)
20,6 19,1 20,9 18,7 18,6 18,5 16,2 18,1 17,7 17,8 20,1 Etapa COVID
12,9 12,3 13,0 13,1 12,8 13,9 13,2

11,9 12,9 13,1 11,8
14,2 Otro 1/
13,7 13,8 13,3 14,1 15,7 14,8 16,3 16,7 18,2
Enfermo o
35,4 incapacitado
Quehaceres del
hogar
Estudiando
53,8 54,3 52,7 54,3 53,4 53,7 56,5 52,8 51,7 50,9
32,8
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ Comprende esperando el inicio de un trabajo dependiente, vivía de su pensión o jubilación u otras rentas, entre otros.
71
ANEXO Nº 2. 1
PERÚ: PEA OCUPADA FEMENINA, SEGÚN CONDICIÓN DE EMPLEO INFORMAL, 2010-2020
(Miles)
Empleo formal e 2 0 1 0 -2 0 2 0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
informal
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Em pl eo i nf orm a l 5 448 5 293 5 345 5 343 5 262 5 274 5 335 5 552 5 591 5 747 4 858 - 590
Dentro del sector informal 4 154 4 046 3 994 4 004 3 906 3 906 3 892 4 127 4 229 4 364 3 967 -187
Fuera del sector informal 1 293 1 247 1 351 1 339 1 357 1 368 1 443 1 425 1 362 1 383 891 -402
Em pl eo f orm a l 1 216 1 460 1 477 1 545 1 654 1 673 1 765 1 748 1 830 1 837 1 431 214
ANEXO Nº 2. 2
PERÚ: TASA DE EMPLEO FORMAL E INFORMAL POR CONDICIÓN DE EMPLEO INFORMAL, SEGÚN SEXO, 2010-2020
(Porcentaje)
72
ANEXO Nº 2. 3
SEGÚN ESTRUCTURA DE MERCADO, 2020
2 500 000
Independiente
90,5%
2 120 021
2 000 000
Cantidad de trabajadoras
Sector privado
1 500 000 61,4%
1 093 637 TFNR 1/
100,0%
1 310 643
1 000 000
Promedio
nacional:
77,2%
500 000 Sector público Trabajadora del hogar
21,1% 86,7%
130 862 202 830
0
0,0% 25,0% 50,0% 75,0% 100,0% 125,0%
Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene categoría.
La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la
Cifra referencial para la rama de construcción.
ANEXO Nº 2. 4
CON EMPLEO FORMAL E INFORMAL, SEGÚN CARACTERÍSTICAS GENERALES, 2020
(Soles)
Ingreso laboral Brecha del ingreso laboral
Características
Empleo Empleo
generales Absoluto Porcentaje
formal informal
Total 2 141 677 1 464 68,4
Grupo de edad
14-17 años 0 430 -430
18-29 años 1 724 720 1 004 58,3
30-45 años 2 103 736 1 366 65,0
46-65 años 2 441 650 1 791 73,4
65 a más años 2 529 375 2 153 85,2
Área de residencia
Urbano 2 153 739 1 415 65,7

Rural 1 732 427 1 305 75,3
Nivel educativo alcanzado
Hasta primaria 1/ 1 392 484 908 65,2

Secundaria 1 492 697 795 53,3
Superior no universitaria 1 815 761 1 055 58,1
Superior universitaria 2 784 1 070 1 714 61,6
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran
en unidades productivas no registradas en la administración tributaria (SUNAT), aquellos asalariados que no cuentan con
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a la PEA ocupada sin ingresos.
73
ANEXO Nº 2. 5
CON EMPLEO FORMAL E INFORMAL, SEGÚN CARACTERÍSTICAS SOCIOECONÓMICAS, 2020
(Soles)
Características
Empleo Empleo
socioeconómicas Absoluto Porcentaje
formal informal
Total 2 141 677 1 464 68,4
Empleadora 3 495 1 477 2 018 57,7

Asalariada privada 1 942 818 1 124 57,9
Asalariada pública 2 684 1 245 1 439 53,6
Independiente 1 264 532 733 57,9
Trabajadoradel hogar 1 465 903 562 38,4
Rama de actividad económica
Extractiva 1/ 1 933 443 1 490 77,1

Industria 1 822 518 1 304 71,6
Construcción 2 236 1 094 1 142 51,1
Comercio 1 585 681 904 57,0
Servicios 2/ 2 368 855 1 514 63,9
Sector público 2 684 1 245 1 439 53,6

Sector privado 2 069 850 1 219 58,9
Trabajadora del hogar 1 465 903 562 38,4
2/ Incluye servicios comunitarios, sociales y recreativos; transporte, almacenamiento y comunicaciones; restaurantes y
hoteles; establecimientos financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios personales;
hogares; y electricidad, gas, agua y saneamiento.
ANEXO Nº 2. 6
CON EMPLEO FORMAL E INFORMAL, SEGÚN DEPARTAMENTO, 2020
(Soles)
Fuera del
Dentro del
Departamento Empleo formal sector
sector informal
informal
Total 2 141 1 042 556

Amazonas 2 354 802 435
Áncash 1 849 741 415
Apurímac 1 830 616 632
Arequipa 1 881 881 719
Ayacucho 2 410 840 487
Cajamarca 1 872 757 351
Cusco 2 087 844 510
Huancavelica 1 696 726 284
Huánuco 2 063 756 382
Ica 1 684 928 809
Junín 2 001 791 515
La Libertad 1 898 890 483
Lambayeque 1 874 846 439
Lima 1/ 2 318 1 134 681
Loreto 2 308 934 786
Madre de Dios 2 031 1 098 1 042
Moquegua 2 062 851 556
Pasco 1 928 690 331
Piura 1 755 966 411
Puno 1 847 734 479
San Martín 2 451 701 598
Tacna 1 806 850 647
Tumbes 2 078 800 569
Ucayali 1 942 902 747
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a
aquellos trabajadores que laboran en unidades productivas no registradas en la
administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social
pagado por el empleador y los trabajadores familiares no remunerados.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a
la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo de la ocupación
principal y secundaria del trabajador.
74
ANEXO Nº 3. 1
ÍNDICES DE SEGREGACIÓN OCUPACIONAL
En la literatura, el índice más utilizado para medir el nivel de segregación ocupacional en la PEA ocupada es el Índice de
Disimilitud de Duncan-Duncan (IDD). Este índice mide el porcentaje de hombres y mujeres que deberían cambiarse dentro de
las ocupaciones para garantizar que la distribución por género sea igual (igualdad de participaciones).59
Respecto a otros índices, autores como Rendón (2000) proponen que el índice KM de Karmel y MacLachlan (1988) es
particularmente adecuado para realizar comparaciones en el tiempo. Otros enfoques utilizan el coeficiente de desigualdad de
Gini para medir el grado de desigualdad existente en la distribución de trabajadores por estos dos grupos, de acuerdo con García
(2002). Adicionalmente, se incluye el índice de Lewis (1982), quien propone una diferencia directa de la participación de mujeres
con respecto a la de los hombres. Para mostrar consistencia en la estimación del nivel de segregación y del grado de desigualdad
en el mercado laboral peruano se compararon los cuatros índices mencionados anteriormente.60
Los resultados indican que a nivel nacional el nivel de segregación fue relativamente alto. De modo que, el IDD pasó de 52,5%
en el 2010 a 48,9% en el 2020. El índice KM, el cual es comparable en el tiempo, pasó de 51,8% a 47,7% en dichos años; y de
manera similar sucedió con el indicador de Lewis. Mientras que, el coeficiente de Gini registró un mayor nivel de desigualdad
que alcanzó el 70,8% y 66,5% en el mismo periodo de análisis.
PERÚ: ÍNDICE DE SEGREGACIÓN DE DUNCAN-DUNCAN, KARMEL Y MACLACHLAN, GINI Y LEWIS, 2010-2020

(Porcentaje)
70,8 69,7 69,8 69,8 69,9

69,4 69,5 69,6 69,5 69,1
66,5
Gini
52,5 51,6 52,1 51,9 52,3 51,7 IDD
51,5 51,5 51,5 51,3
48,9 KM
51,8 50,8 50,7 50,8 51,3 51,1 51,6 51,0
50,7 50,6 Lewis
47,7
46,4 45,4 45,5 45,5 46,2 45,8 45,4
45,2 45,2 45,2
41,3
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: El rango del índice de Karmel y MacLachlan (KM) fue ajustado para obtener medidas comparables con el rango de los otros índices.
Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las ocupaciones
con una baja participación de trabajadores.
Claramente los índices de segregación tienen resultados distintos de acuerdo a la metodología utilizada para definir las
diferencias de las participaciones de trabajadores de ambos géneros. Además, el nivel de desagregación de los grupos
ocupaciones tiene una gran influencia sobre el resultado, si se utilizan ocupaciones muy agregadas el índice puede subestimar
el grado en que se diferencia la proporción de hombres y mujeres en las distintas ocupaciones (Serrano y Pedrero, 2012). En
este informe se emplea el índice IDD como referencia del nivel de segregación ocupacional en el mercado laboral por ser
ampliamente utilizado en los análisis de segregación.
1 𝑀 𝐻𝑖
59 Definido como la sumatoria de las diferencias absolutas entre la proporción de mujeres y la proporción de los hombres en cada ocupación: 𝐼𝐷𝐷 = ∑𝑁 | 𝑖− |
2 𝑖=1 𝑀 𝐻
estimando valores de 0% a 100%, donde 0% significa que no existe segregación y 100% que existe una plena segregación (Anker, 1998).
60 Ver Bernat (2009, pág. 128) para más detalles de los índices de segregación de Gini, Karmel y MacLachlan, Lewis, y otros.
75
ANEXO Nº 3. 2
RANKING DE OCUPACIONES FEMINIZADAS, MASCULINIZADAS Y MIXTAS
Al interior de las ocupaciones clasificadas como feminizadas, masculinizadas y mixtas, los estudios de Ibáñez (2008), han
evidenciado que la mayoría de ocupaciones más segregadas se relacionan con una baja absorción de trabajadores con educación
superior.61 Por el contrario, estas absorben en menor magnitud trabajadores con mayor nivel de educación para desempeñar
actividades calificadas.
En el 2020, para el primer caso, ocupaciones feminizadas, mayoritariamente se emplean mujeres en ocupaciones relacionadas
a actividades de tejedores y preparadores de fibras, cocineros, peluqueros, entre otros. Mientras que, los hombres se
desempeñan en gran mayoría en ocupaciones masculinizadas como Pintores, obreros de la construcción, pescadores y
cultivadores.
PERÚ: RANKING DE OCUPACIONES CON MAYOR PARTICIPACIÓN DE MUJERES Y HOMBRES, 2020

(Porcentaje)
Participación Participación
Ocupaciones feminizadas Ocupaciones masculinizadas
mujeres hombres
Tejedores y preparadores de fibras 84,8 Pintores 99,9
Cocineros y bármanes 81,8 Obreros de la construcción 99,0
Peluqueros y especialistas en belleza 77,2 Pescadores y cultivadores 98,9
Personal de enfermería técnica 76,8 Obreros, mecánicos y electricistas 98,8
Criadores de ganado y trabajadores pecuarios 75,3 Operadores de maquinarias 98,5
Vendedores ambulantes 74,6 Conductores de medios de transporte 98,1
Comerciantes al por mayor y menor 68,9 Técnicos en ciencias e ingeniería 95,0
Cajeros y recepcionistas 67,2 Peones de minería y de suministros de electricidad, gas94,1
y agua
Personal doméstico 64,9 Operadores de telecomunicaciones 89,0
Obreros de la preparación de alimentos 57,3 Mensajeros y repartidores 88,5
Nota: Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos.
En cambio, en las ocupaciones mixtas o paritarias, donde el grado de segregación es menor, resaltan en su mayoría por ser un
grupo asociado a la demanda de profesionales y técnicos (requerirían un mayor nivel educativo), entre ellas se encuentran
profesores, profesionales de la ciencia biológica y de la salud; obreros de confección; profesionales de derecho y ciencias
contables; y agentes administrativos.
PERÚ: RANKING DE OCUPACIONES CON SIMILAR PARTICIPACIÓN DE MUJERES Y HOMBRES, 2020

(Porcentaje)
Ocupaciones mixtas o paritarias Hombres Mujeres
Profesores 43,5 56,5

Profesionales de la ciencia biológica y de la salud 47,4 52,6
Obreros de confección 53,4 46,6
Profesionales de derecho y ciencias contables 53,6 46,4
Agentes administrativos 54,0 46,0
Empleados administrativos 57,1 42,9
61 Sin necesidad de generalizar, también existen ocupaciones segregadas que absorben trabajadores con nivel educativo superior. Esto estaría ampliamente
relacionado al desajuste existente entre el nivel educativo y el tipo de ocupación que desempeñan los trabajadores en el país.
76
CAPÍTULO 4. DETERMINANTES DEL INGRESO LABORAL DE LAS MUJERES Y DE LA BRECHA SALARIAL POR SEXO
ANEXO Nº 4. 1
MODELO DE PARTICIPACIÓN LABORAL FEMENINA, 2020
De acuerdo con la teoría neoclásica, los individuos toman una decisión entre tiempo de ocio y de trabajo remunerado; sin
embargo, diversas investigaciones con enfoque de género (OIT, 2019) han demostrado que las mujeres también destinan gran
parte de su tiempo al trabajo doméstico no remunerado dentro de los hogares. 62 Este considera, en general, las tareas
domésticas y los trabajos de cuidado de niños, enfermos y personas con discapacidad. Entonces, la probabilidad de que las
mujeres ingresen al mercado laboral disminuye al no tener a una persona que se encargue de esos trabajos.
En el modelo de participación laboral de las mujeres se define una variable latente no observable 𝐼 ∗ como una combinación
lineal de las características observables del individuo, tal que:
Modelo de participación laboral de las mujeres: 𝐼𝑖∗ = 𝑥 ′ 𝛽 + 𝜀𝑖
Donde la variable 𝐼 ∗ expresa la probabilidad de participar en el mercado laboral de la mujer, 𝑥 es un vector de variables
explicativas que incluye las características individuales y familiares de la i-ésima mujer de la muestra, 𝛽 es un vector de
parámetros asociado a cada variable explicativa y 𝜀𝑖 es un término de error que se distribuye como una normal estandarizada
con media 0 y varianza 𝜎𝜀2 .
Determinantes de la participación laboral de las mujeres

Se incluyeron características individuales y familiares de la mujer. Entre las primeras se encuentran las siguientes:
• Edad y edad al cuadrado: A mayor edad de las mujeres, la probabilidad de participación en el mercado laboral aumenta
(efecto positivo), pero esta relación empieza a declinar cuando la mujer se acerca a una edad avanzada (efecto
negativo). Este hecho esta explicado por la evolución de la tasa de actividad según el rango de edad de la persona.
Ambas variables tienen un efecto significativo a un nivel de confianza del 99%.
• Años de educación: Mientras más años de educación acumule la mujer, mayor es la probabilidad de que participe en
el mercado laboral. Esto se explicaría por el alto costo de oportunidad que tendría la mujer educada al quedarse en el
hogar. Esta relación fue positiva evidenciado en el coeficiente asociado a los años de educación, cuyo efecto es
significativo a un nivel de confianza del 99%.
• Ingreso no laboral per cápita: Un mayor ingreso no laboral de la mujer motiva la decisión de participar en el mercado
de trabajo, ello se sustentaría en que los ingresos obtenidos por transferencias formen parte de un capital de trabajo
que le permita a la mujer autoemplearse. El signo positivo del parámetro asociado a esta variable reafirma esta premisa
con un nivel de confianza del 90%.
• Asistencia a un centro de enseñanza: Esta variable tiene un efecto negativo y altamente significativo sobre la
participación laboral de las mujeres debido al trade-off existente en la dedicación de tiempo al estudio y al trabajo; es
decir, cuando la mujer dedica tiempo al estudio tiene menos tiempo disponible para dedicarlo al trabajo.
Entre las características familiares que se consideraron se puede señalar lo siguiente:
• Estado civil casado: Aquellas mujeres que decidieron mantener una relación de pareja tendrían menos interés en
participar en el mercado laboral, esto estaría explicado por la posibilidad de conformar bolsas de ingresos y de
compartir la gestión del hogar con su pareja, haciendo reducir la presión por participar en el mercado laboral. El signo
negativo asociado a esta variable es significativo a un nivel de confianza del 99%.
• Número de enfermos crónicos en el hogar: En muchos casos la gravedad de sus dolencias sí requiere de especial
cuidado. Si esta variable resulta ser importante y con signo negativo sería un indicador que las mujeres desempeñarían
(al menos en parte) esta labor (MTPE, 2009).
• Embarazo o parto: Aquellas mujeres con aspiraciones de formar una familia63 tendrían menos probabilidades de
decidir participar en el mercado laboral, pues optará por dedicar su tiempo al cuidado familiar. Ello se aprecia en el
coeficiente negativo relacionado a esta variable, pues es estadísticamente significativo a un nivel de confianza del 99%.
Este hecho puede explicarse tanto en mujeres jóvenes como en adultas, puesto que también puede darse tanto en
temprana edad (etapa en la que existe una mayor acumulación de años de educación) como en etapa de culminación
de estudios y etapas próximas insertarse en el mercado laboral.
• Ingreso de otros miembros del hogar: El ingreso de otros miembros del hogar (los ingresos de los abuelos, tíos,
hermanos e hijos mayores) podría desincentivar la participación laboral femenina (MTPE, 2009).
62 Según las encuestas de uso del tiempo, en Latinoamérica, las mujeres destinan más horas a trabajo doméstico no remunerado. En Perú, el tiempo que las mujeres
destinan a trabajos domésticos es de 40 horas semanales, mientras que los hombres destinan sólo 16 horas semanales. Datos disponibles en:
<https://oig.cepal.org/es/indicadores/tiempo-total-trabajo>. Última consulta: 20 de setiembre de 2019.
63 Característica identificada en mujeres con atención médica por control de embarazo o parto en los últimos 12 meses.
77
• Promedio de años de educación en el hogar: Un mayor nivel educativo de los demás miembros de la familia,
determinaría una mayor participación en el mercado laboral de los mismos, haciendo quizás poco necesario la
participación de la mujer, con lo cual se podría tener un efecto negativo (MTPE, 2009).
• Número de hijos menores de 6 años: La mujer disminuiría su participación en el mercado laboral ante una mayor
cantidad de hijos en el hogar, pues optará por dedicar su tiempo al cuidado de ellos. La relación inversa entre la
cantidad de hijos en el hogar menores de 6 años y la participación laboral de la mujer se expresa en el signo negativo
del coeficiente, siendo altamente significativo.
Los resultados obtenidos señalan que las variables de edad, años de educación e ingreso no laboral per cápita incrementaron la
participación de las mujeres en el mercado laboral para el 2020, con una significancia de 99%. En tanto que, las variables como
edad al cuadrado, promedio de años de educación de adultos en el hogar, estado civil casada, asistencia a algún centro de
enseñanza, área de residencia urbana, y estar en condición de embarazo impactan de manera negativa a dicha probabilidad de
participar. No obstante, las variables ingreso de otros miembros del hogar, enfermos crónicos en el hogar, e hijos menores de 6
años no tuvo resultados significativos.
PERÚ: ESTIMACIÓN PROBIT DE PARTICIPACIÓN LABORAL DE LAS MUJERES, 2020

Efectos
Variables Coeficiente
Marginales
Modelo de participación
Edad 0.0649*** 0.0419***
Edad al cuadrado -0.000710*** -0.000496***
Años de educación 1/ 0.189*** 0.0325**
Promedio de años de educación de adultos en el hogar-0.142*** -0.0225**
Estado civil (1=casada, 0=otro caso) -0.297*** -0.139***
Ingreso no laboral per cápita 0.000415* 0.000182
Ingreso de otros miembros del hogar 3.54e-05*** 1.26e-05***
Asiste a algún centro de enseñanza -0.322*** -0.142***
Área de residencia (urbana=1, rural=0) -0.509*** -0.194***
Embarazo 2/ -0.240** -0.113**
Enfermos crónicos en el hogar 0.0141 0.00498
Hijos menores de 6 años en el hogar -0.0360 0.00143
Constante -1.598*** -
athrho -0.236*** -
lnsigma 0.755*** -
Observaciones 9,504 -
R2-conteo 0,669 -
Nota: *Significativo al 10%, **Significativo al 5%, ***Significativo al 1%.
1/ Variable estimada con instrumentos, por ello se consideran solo las mujeres que cuentan con información en las
variables instrumentales: la educación del jefe de hogar y esposa del jefe de hogar, como referencia de la educación
del padre y de la madre del individuo.
2/ Se consideran mujeres que se realizaron alguna atención médica por embarazo o parto en los últimos 12 meses.
También existen otros factores (que escapan del análisis realizado en esta sección) que podrían promover la participación laboral
de las mujeres, y que deberían ser abordamos por otras entidades del estado y no necesariamente la autoridad de trabajo o el
sector privado. Por ejemplo, según el BID,64 en el sector educación se podría incrementar el interés de las jóvenes en estudios y
carreras STEM (ciencia, tecnología, ingeniería y matemáticas, por sus siglas en inglés), donde existe una baja representación de
mujeres en este campo pero en donde resulta importante su participación por dos motivos: i) porque las brechas salariales en
profesiones STEM tienden a ser mucho menores que en otras ocupaciones; y, ii) porque estas ocupaciones representarán un
área de rápido crecimiento en la demanda laboral hacia el futuro.
64 BID -
La promoción de la igualdad de género desde los lugares menos esperados. Disponible en: <https://blogs.iadb.org/y-si-hablamos-de-igualdad/2017/07/12/la-
promocion-de-la-igualdad-de-genero-desde-los-lugares-menos-esperados/>. Última consulta: 15 de noviembre de 2019.
78
ANEXO Nº 4. 2
PERÚ: ESTIMACIÓN MCO DE DETERMINANTES DEL INGRESO LABORAL POR HORA DE LAS MUJERES, 2020
Variables

Años de educación 0.107*** 0.0960*** 0.100***
Área de residencia (Urbana= 1, Rural= 0) 0.335*** 0.321*** 0.351***
-0.0979*** -0.0863*** -0.109***
IDD Ocupacional
- -0.0509*** -
IDD Sectorial
- -0.0713*** -
- - -0.214***
(Si= 1, No= 0)
- - -0.394***
(Si= 1, No= 0)
Constante -0.236*** 0.166*** 0.102*

AIC 88 136 87 474 87 819
BIC 88 323 87 678 88 022
Observaciones 35 968 35 968 35 968
Nota: Estimación por mínimos cuadrados ordinarios (MCO). Se consideran los ingresos por hora totales por trabajo de la ocupación principal
y secundaria del trabajador. Para los índices de segregación se consideraron ocupaciones en el segundo nivel del Código Nacional de
Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las ocupaciones con una baja participación de trabajadores.
ANEXO Nº 4. 3
VARIABLES INSTRUMENTALES
En una ecuación de ingresos como la siguiente: 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑖 = 𝛽0 + 𝛽1 𝐸𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 (𝑎ñ𝑜𝑠) + 𝛽0 𝐻𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 + 𝜀𝑖
La habilidad del trabajador para realizar diversas actividades es un determinante del ingreso laboral, pero al ser no observable
entre la información recogida se suele omitir en la estimación de la ecuación de ingresos. Además, estaría correlacionada con la
variable años de educación, por lo cual sería endógenos en el modelo y si se estima por Mínimos Cuadrados Ordinarios (MCO)65
el estimador asociado a los años de educación tendría estaría sesgado al no cumplir con independencia en el término de
perturbación, específicamente, 𝐶𝑜𝑣(𝑋, 𝜀) ≠ 0.
Por esta razón, es necesario utilizar el método de Variables Instrumentales (VI) para estimar la variable años de educación aislada
de la variable habilidad. Este método de estimación permite obtener estimadores consistentes de los parámetros en el modelo,
en situaciones en que por alguna razón el modelo omite variables relevantes, tiene errores de medida o de simultaneidad. Sin
embargo, hace uso de variables adicionales que brinden información como instrumento para obtener estimaciones consistentes.
De esta manera, siguiendo a Barceinas (2002), una estrategia para el tratamiento de la endogeneidad consiste en utilizar como
instrumentos la información de los antecedentes familiares como los años de educación del padre y de la madre del individuo
(𝑍). Si disponemos de esta información, estas variables serían de utilidad como instrumentos66 para estimar los años de
65 Griliches (1997).
66 Se utiliza como referencia la educación del jefe (a) de hogar y esposa(o). Cabe resaltar que el tamaño de muestra disminuye al considerar estos instrumentos.
79
educación del trabajador, aislada de la variable habilidad. Cabe resaltar que estos instrumentos deben cumplir con algunas
condiciones para que los estimadores sean consistentes:
• 𝐶𝑜𝑣(𝑍, 𝜀𝑖 ) = 0, 𝑍 no está correlacionada con el término de perturbación del modelo 𝜀 (exogeneidad del instrumento).
• 𝐶𝑜𝑣(𝑍, 𝑋) ≠ 0, 𝑍 esta correlacionada con la variable endógena 𝑋 (relevancia del instrumento).
De este modo, el estimador de variables instrumentales tendrá una varianza mayor que el estimador de mínimos cuadrados
ordinarios, pero será consistente. Si no se cumplen las condiciones mencionadas, el estimador puede tener un sesgo mayor,
especialmente si los instrumentos recogidos tienen una correlación débil con los años de educación. Por lo anterior, es necesario
asegurar que estas condiciones se cumplan mediante la utilización de pruebas de postestimación.
PRUEBAS DE POSTESTIMACIÓN EN VARIABLES INSTRUMENTALES
Las siguientes pruebas de postestimación dan validez a los instrumentos utilizados en la estimación de la ecuación de ingresos
(4.1) del Capítulo 4, específicamente a los Modelos 1, 2 y 3. Los resultados indican los instrumentos cumplen con las condiciones
necesarias de exogeneidad y relevancia, con lo cual los estimadores de la ecuación fueron consistentes.
Test de Sargan: Prueba la hipótesis nula de que la variable años de educación del padre y la madre, es decir, jefes de hogares y
esposo(a), no sean instrumentos. El estadístico de Sargan (1958) y el p-valor asociado a este, rechaza la hipótesis nula.
Test de Endogeneidad (Hausman): Prueba la hipótesis nula de que la variable años de educación es endógena. Es la prueba
fundamental en la utilización del método de variables instrumentales. No se puede rechazar la hipótesis nula de que la variable
es endógena en el modelo, a través de la evaluación del p-valor asociado al estadístico de Hahn y Hausman (2002).
Test de instrumentos débiles: Prueba la hipótesis nula de que los instrumentos están débilmente correlacionados con la variable
endógena. En este caso, se compara el estadístico de Cragg y Donald (1993) que resume si los instrumentos están fuerte o
débilmente correlacionados, junto con los valores críticos de las tablas de Stock y Yogo (2002)67. Se concluye que los
instrumentos están fuertemente correlacionados con la variable endógena en evaluación.
Pruebas Postestimación
Variables instrumentales
14.73 11.36 11.93
Test de Sargan
(0.000) (0.000) (0.000)
0.194 0.0137 0.0625
Test de Endogeneidad
(0.660) (0.907) (0.803)
Test de Instrumentos débiles 104 965 99 788 100 338

ANEXO Nº 4. 4
MÉTODO DE DESCOMPOSICIÓN DE OAXACA-BLINDER
Para obtener la brecha salarial por género, se debe estimar dos ecuaciones de salarios, también denominadas ecuaciones de
salarios de Mincer, uno para la mujer (M) y otro para el hombre (H).
Basándose en la teoría del capital humano, estas ecuaciones salariales pueden expresarse de la siguiente manera:
𝑙𝑛𝑊𝐻 = 𝑋′𝐻 𝛽𝐻 + 𝜀𝐻 (4.3)
𝑙𝑛𝑊𝑀 = 𝑋′𝑀 𝛽𝑀 + 𝜀𝑀 (4.4)
Donde 𝑙𝑛𝑊𝐻 y 𝑙𝑛𝑊𝑀 son los logaritmos naturales del salario por hora percibido por el hombre y la mujer, respectivamente. 68
Asimismo, 𝑋𝐻 y 𝑋𝑀 son las matrices de variables explicativas que afectan a la determinación de los salarios del hombre y la
mujer, respectivamente; 𝛽𝐻 y 𝛽𝑀 representan los vectores de coeficientes a estimar asociados a cada una de sus matrices de
67Si tenemos solo una variable endógena, corresponde utilizar el estadístico F, el cual debe ser mayor que 13.91, de acuerdo con Steigner y Stock (1997).
68 Cabe indicar que, según la OIT (2013, pág. 14), la brecha salarial por género puede hacer referencia a las diferencias de ingresos por hora, semanales, mensuales
o anuales. Normalmente, la brecha salarial entre hombres y mujeres por hora es inferior a la semanal, mensual y anual. Esto se debe a que las mujeres suelen realizar
trabajos remunerados durante menos horas que los hombres, pues las mujeres siguen teniendo más responsabilidades familiares y domésticas. En el presente
informe se analizó el ingreso laboral por hora para no sobreestimar la brecha salarial, y porque es tradicionalmente utilizado en diversas investigaciones sobre este
tema.
80
variables explicativas; 𝜀𝐻 y 𝜀𝑀 son los términos estocásticos los cuales se distribuyen normal e independientemente, con media
cero y desviación estándar 𝜎𝜀𝐻 y 𝜎𝜀𝑀 .
Luego de realizar la estimación de las ecuaciones de salarios de Mincer para cada sexo, se procede a descomponer la diferencia
salarial usando el método de Oaxaca (1973) y Blinder (1972), considerado como un método paramétrico para estimar la
discriminación salarial por género. Dicho método permite identificar, por un lado, la diferencia salarial asociada a la diferencia
de factores o características observables en los individuos y, por otro, la diferencia salarial atribuida a factores no observables
como discriminación, la cual incluye factores como estereotipos, sesgos cognitivos, y otros que no son recogidos por la
información de las encuestas.69
Por lo tanto, esta diferencia salarial entre los trabajadores puede obtenerse restando las ecuaciones (4.3) y (4.4):
𝐸[𝑙𝑛𝑊𝐻 ] − 𝐸[𝑙𝑛𝑊𝑀 ] = 𝐸[𝑋′𝐻 𝛽̂𝐻 ] − 𝐸[𝑋′𝑀 𝛽̂𝑀 ]
̅̅̅̅̅̅
𝑙𝑛𝑊𝐻 − ̅̅̅̅̅̅
𝑙𝑛𝑊𝑀 = 𝛽̂𝐻 𝑋̅𝐻 − 𝛽̂𝑀 𝑋̅𝑀
Si añadimos términos y agrupamos adecuadamente la ecuación se obtiene la siguiente expresión:
̅̅̅̅̅̅
𝑙𝑛𝑊𝐻 − ̅̅̅̅̅̅ 𝛽̂𝑀 (𝑋̅𝐻 − 𝑋̅𝑀 ) + ⏟
𝑙𝑛𝑊𝑀 = ⏟ 𝑋̅𝐻 (𝛽̂𝐻 − 𝛽̂𝑀 ) (4.6)
𝐸 𝐷
Donde 𝛽̂𝐻 y 𝛽̂𝑀 son los estimadores de las ecuaciones de salarios; 𝑋̅𝐻 y 𝑋̅𝑀 son los valores promedios de cada una de las variables
explicativas por género. El primer sumando es el factor explicado o “Endowments (E)” que mide el diferencial salarial atribuido
a las diferencias en las características observadas entre ambos grupos. El segundo sumando representa a factores no observables
(D) y conocida generalmente en la literatura como discriminación salarial.
69 OIT (2019).
81
ANEXO Nº 4. 5
DESCOMPOSICIÓN DE BRECHA SALARIAL POR SEXO, SEGÚN AUTOPERCEPCIÓN ÉTNICA, 2012-2020
A través del análisis de la brecha del ingreso laboral por hora, tanto en el grupo de indígenas y afroperuanos como en el de
blancos y mestizos, se registraron diferencias de ingresos en ambos grupos. Para el primer grupo la brecha entre hombres y
mujeres ascendió a 18,1% en el año 2020, en otras palabras, las mujeres obtuvieron ingresos por hora 18,1% menos que las
mujeres en promedio. Al interior, el componente de discriminación fue mucho más relevante ya que el 11,6% se le atribuye a la
discriminación entre ambos sexos; en tanto que, el 6,6% fue atribuible a los factores observables.
En contraste, la brecha de ingresos laborales fue menor en el grupo de blancos y mestizos, donde los factores de características
individuales fueron los que predominaron. En el año 2020, las mujeres blancas y mestizas percibieron un ingreso laboral mayor
en 8,8% menos que sus pares mujeres, según sus características promedio. El 5,7% fue atribuible a las características
individuales, mientras que solo el 3,0% se le atribuye a la discriminación entre ambos sexos.
(Porcentaje)
INDÍGENAS Y AFROPERUANOS BLANCOS Y MESTIZOS
39,9 41,0
37,0 37,8
36,4
34,0 34,9
33,1
Brecha 28,5
22,2 25,4 25,1
21,6 22,3 23,4 22,8
21,0 20,6 21,2
26,2 21,9
21,9 18,1 Discriminación 13,2
10,0
18,9
25,6
9,4 11,3 10,8 8,5 5,1
14,1
11,6 8,8
17,7 15,5 15,6 16,1
12,1 13,0 Características 15,3 15,1 12,9 12,1 12,1 12,7 13,8 3,0
10,8
7,5 6,5
2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020
Atribuible a la Discriminación ( D ) Atribuible a la Discriminación ( D )

Atribuible a las carácterísticas individuales ( C ) Atribuible a las carácterísticas individuales ( C )
Nota: Se consideran los ingresos por hora totales por trabajo de la ocupación principal y secundaria del trabajador. Coeficientes significativos a un nivel de confianza de 99%.
82
GLOSARIO DE TÉRMINOS
1. Población en Edad de Trabajar (PET): Es el conjunto de personas que están aptas en cuanto a edad para el ejercicio de
funciones productivas. En el Perú, se considera a toda la población de 14 años y más como población en edad activa o
Población en Edad de Trabajar (PET).
2. Población Económicamente Activa (PEA): Son todas las personas en edad de trabajar que en la semana de referencia se
encontraban trabajando (ocupadas) o buscando activamente trabajo (desocupadas).
3. Población No Económicamente Activa (PEI): Son todas las personas que pertenecen a la población en edad de trabajar que
en la semana de referencia no han trabajado ni buscado trabajo y no desean trabajar. Dentro de este grupo se encuentran
las amas de casa, los estudiantes, los rentistas y los jubilados, que no se encontraban trabajando ni buscando trabajo.
También, se consideran dentro de este grupo a los familiares no remunerados que trabajan menos de 15 horas semanales
durante el periodo de referencia.
4. PEA ocupada: Es el conjunto de la PEA que trabaja en una actividad económica, sea o no en forma remunerada, en el periodo
de referencia. En este grupo se encuentran las personas que:
▪ Tienen una ocupación o trabajo al servicio de un empleador o por cuenta propia y perciben a cambio una remuneración
en dinero o especie.
▪ Tienen una ocupación remunerada, no trabajaron por encontrarse enfermos, de vacaciones, licencia, en huelga o cierre
temporal del establecimiento.
▪ El independiente que se encontraba temporalmente ausente de su trabajo durante el periodo de referencia pero la
empresa o negocio siguió funcionando.
▪ Las personas que prestan servicios en las fuerzas armadas, fuerzas policiales o en el clero.
5. PEA adecuadamente empleada: Está conformada por dos grupos de trabajadores:
▪ Aquellos que laboran 35 horas o más a la semana y reciben ingresos por encima del ingreso mínimo referencial.
▪ Aquellos que laboran menos de 35 horas semanales y no desean trabajar más horas.
6. PEA subempleada: Son los trabajadores cuya ocupación no es adecuada cuantitativa y cualitativamente, respecto de
determinadas normas. En el caso del Perú, se considera dos grupos de subempleo: por horas y por ingresos.
▪ Subempleo por horas (visible): Es aquel en el que se labora menos de 35 horas a la semana, se desea trabajar horas
adicionales y se está en disposición de hacerlo.
▪ Subempleo por ingresos (invisible): Es aquel en el que se labora 35 o más horas semanales, pero su ingreso mensual es
menor al ingreso mínimo de referencia.
Nota: Ingreso Mínimo Referencial: Es aquel que se obtiene de dividir el costo de la Canasta Mínima de Consumo (elaborado
sobre la base de los requerimientos mínimos nutricionales en calorías y proteínas) entre el número promedio de
perceptores del hogar. Se asume que existen dos perceptores de ingreso por hogar.
7. PEA desempleada: Se considera al segmento de la PEA que no contaban con ningún empleo, cuenta con disponibilidad para
trabajar, buscaron activamente un empleo durante la semana de referencia y no lo encontraron. Pueden ser de dos tipos:
▪ PEA cesante: Son las personas que se encontraban desocupadas, pero que anteriormente ocuparon un puesto de
trabajo.
▪ PEA aspirante: Es conformados por personas desocupadas que por primera vez buscaron empleo.
8. Desempleo oculto: Son las personas que no buscaron activamente empleo, teniendo el deseo y la disponibilidad para
trabajar, porque se cansaron de buscar trabajo, la falta de experiencia que tienen, razones de salud o falta de capital para
emprender un negocio.
9. Inactivo pleno: Integrado por las personas que no tuvieron ningún interés en trabajar.
10. Unidad de producción: Empresa o establecimiento que genera bienes y/o servicios dentro de la frontera de la producción
tal como es definida en el Sistema de Cuentas Nacionales.
11. Sector informal: Es el subconjunto de empresas no constituidas en sociedad de los hogares que operan dentro de la frontera
de la producción del Sistema de Cuentas Nacionales, de acuerdo a consideraciones de la OIT y del Sistema de Cuentas
Nacionales, se puede operativizar con criterios de registro o de tamaño.
83
ANEXO Nº 1. 3
PERÚ: TASA DE OCUPACIÓN POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 79,7 79,6 79,8 79,2 78,7 78,2 78,1 77,8 77,9 78,3 69,6 -10,1
Mujer 62,6 62,4 61,9 61,5 60,8 60,1 60,4 61,1 61,2 61,6 50,3 -12,3
Urbano
Hombre 76,8 76,8 77,2 76,9 76,1 75,7 75,9 75,7 75,8 76,2 65,1 -11,7
Mujer 59,3 59,4 59,4 59,1 58,2 57,4 58,2 59,1 59,1 59,5 46,2 -13,1
Rural
Hombre 88,5 88,1 87,9 86,6 87,4 86,9 85,9 85,7 85,6 86,2 87,0 -1,5
Mujer 73,8 72,8 71,3 70,9 70,8 70,7 69,5 70,0 70,4 71,2 69,7 -4,1
De 14 años
Hombre 34,9 31,5 32,1 34,1 30,0 25,6 22,5 21,8 24,5 24,9 24,2 -10,7
Mujer 30,0 26,2 27,9 25,6 23,2 20,5 20,4 22,6 20,7 18,0 17,8 -12,2
De 15 a 29 años
Hombre 68,7 68,2 68,3 67,1 65,7 64,1 63,3 63,2 63,5 64,1 57,3 -11,4
Mujer 54,5 54,0 53,7 53,1 51,3 51,0 49,9 50,3 49,4 50,1 42,1 -12,4
De 30 a 59 años
Hombre 94,5 94,9 94,7 94,8 94,6 94,1 94,5 94,5 93,9 94,0 83,8 -10,7
Mujer 75,4 75,8 74,8 74,8 74,4 73,3 74,8 75,7 75,8 76,3 61,8 -13,6
De 60 a más
Hombre 67,0 66,7 66,9 65,5 65,7 67,6 67,9 66,7 67,9 68,7 58,1 -8,9
Mujer 44,3 43,2 43,0 42,1 43,9 44,1 42,7 43,5 44,9 46,5 37,0 -7,3
Hasta primaria 1/
Hombre 84,7 84,1 83,5 83,4 83,4 83,0 82,7 83,1 82,5 82,5 77,2 -7,5
Mujer 67,0 65,8 64,1 63,2 63,4 63,1 62,7 63,7 64,5 64,6 55,2 -11,8
Secundaria
Hombre 76,1 75,5 75,8 75,8 75,3 75,2 74,3 74,4 74,2 74,9 66,9 -9,2
Mujer 55,0 54,9 54,5 54,9 53,2 53,3 53,7 55,0 55,0 55,0 43,9 -11,1
SNU
Hombre 87,1 88,2 88,3 87,8 88,1 87,3 87,0 86,4 87,8 87,7 75,6 -11,5
Mujer 71,3 72,2 72,8 70,6 70,1 69,3 69,6 70,0 69,1 69,1 56,1 -15,2
SU
Hombre 77,2 77,9 79,7 76,8 75,5 75,0 76,5 75,9 76,1 76,7 64,8 -12,4
Mujer 66,6 66,9 68,0 68,3 68,1 65,1 65,5 65,3 65,2 66,7 54,6 -12,0
60
ANEXO Nº 1. 4
PERÚ: TASA DE SUBEMPLEO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 42,9 41,3 38,6 37,6 37,0 36,2 35,7 35,6 34,3 33,6 52,0 9,1
Mujer 67,0 63,5 60,1 58,8 58,2 57,8 57,2 56,1 55,2 54,7 65,7 -1,3
Urbano
Hombre 33,4 31,5 29,1 28,2 27,6 26,8 26,6 26,3 26,0 26,1 44,9 11,5
Mujer 58,6 54,7 51,0 49,8 49,1 48,5 48,2 47,3 46,9 46,7 58,7 0,1
Rural
Hombre 68,7 68,6 65,9 65,4 65,1 65,4 65,2 66,8 62,5 59,6 74,8 6,1
Mujer 91,6 90,3 89,4 88,4 88,5 89,3 89,7 89,0 87,2 86,5 89,7 -1,9
De 14 años
Hombre 85,7 80,7 83,8 91,2 79,2 85,3 81,9 81,1 84,4 83,2 84,5 -1,2
Mujer 88,9 86,8 86,8 94,0 85,3 86,9 88,2 84,8 88,7 86,0 85,7 -3,2
De 15 a 29 años
Hombre 51,0 48,9 47,1 44,1 44,2 42,8 42,3 40,9 40,3 40,1 55,7 4,7
Mujer 67,9 64,5 59,2 57,8 56,6 58,4 56,3 54,5 53,9 54,6 63,2 -4,7
De 30 a 59 años
Hombre 33,3 32,4 29,0 29,2 28,8 28,4 28,0 28,5 27,0 26,0 47,3 14,0
Mujer 62,8 59,6 56,8 55,2 54,9 53,5 53,7 53,0 51,7 50,8 63,8 1,0
De 60 a más
Hombre 63,6 60,4 58,9 56,8 55,7 55,2 54,1 55,2 50,7 49,7 64,2 0,6
Mujer 87,0 82,3 82,1 81,3 79,7 78,0 78,5 75,8 76,0 73,2 81,3 -5,7
Hasta primaria 1/
Hombre 64,1 63,5 61,6 61,1 61,0 60,3 60,1 60,8 56,8 54,2 71,6 7,5
Mujer 86,1 83,3 82,6 81,8 82,4 82,3 81,4 80,1 79,4 78,9 86,2 0,1
Secundaria
Hombre 43,1 41,6 38,8 38,0 36,2 35,0 35,7 35,2 35,1 34,3 56,3 13,2
Mujer 69,1 66,2 63,0 63,2 61,4 60,7 61,6 59,0 58,5 58,9 72,6 3,5
SNU
Hombre 26,9 23,8 22,4 21,0 22,1 21,0 19,9 20,4 20,2 20,0 38,2 11,3
Mujer 49,9 45,7 43,1 38,3 38,4 37,9 36,5 38,5 36,6 37,4 50,4 0,5
SU
Hombre 23,0 22,2 21,0 18,4 18,3 18,7 17,2 17,8 17,7 20,1 28,6 5,6
Mujer 33,8 32,0 29,1 25,8 25,9 25,0 24,9 25,2 25,3 25,0 33,9 0,1
61
ANEXO Nº 1. 5
PERÚ: TASA DE EMPLEO ASALARIADO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 50,4 50,0 51,4 53,1 52,7 53,1 52,3 52,0 51,7 52,2 48,9 -1,5
Mujer 33,6 36,0 37,7 37,8 39,2 39,3 39,5 39,3 39,6 38,8 36,5 2,9
Urbano
Hombre 58,4 58,5 59,4 61,4 60,4 61,1 59,6 59,4 58,6 58,9 56,8 -1,6
Mujer 41,1 44,1 45,2 45,6 46,7 47,0 46,8 46,1 46,2 44,9 43,9 2,8
Rural
Hombre 29,9 27,2 29,3 29,3 30,2 29,1 29,4 28,4 28,8 29,7 25,6 -4,3
Mujer 12,9 12,6 14,7 13,4 15,2 14,4 14,1 14,8 15,2 15,8 13,6 0,7
De 14 años
Hombre 26,2 28,9 32,0 35,5 35,8 32,0 27,4 26,8 26,0 21,5 22,5 -3,7
Mujer 12,4 10,5 11,3 17,4 13,4 15,8 8,1 17,2 16,0 13,5 10,2 -2,2
De 15 a 29 años
Hombre 61,6 61,4 63,1 66,0 65,0 65,8 65,0 65,4 65,7 65,6 58,5 -3,1
Mujer 44,3 48,7 50,3 52,2 54,0 54,6 54,4 55,7 56,6 53,5 48,0 3,7
De 30 a 59 años
Hombre 49,5 48,9 50,0 50,8 51,1 51,8 51,0 50,4 49,8 51,0 48,8 -0,7
Mujer 32,1 33,8 35,6 35,2 36,9 36,7 37,5 36,5 37,3 37,4 35,6 3,5
De 60 a más
Hombre 22,4 23,1 25,4 29,4 27,5 28,0 28,9 29,4 30,1 30,3 27,3 4,9
Mujer 10,1 10,5 12,1 11,3 13,1 13,7 12,4 14,5 13,8 15,3 14,6 4,5
Hasta primaria 1/
Hombre 30,1 28,5 28,5 29,6 29,5 30,5 30,2 29,7 30,1 29,3 28,6 -1,5
Mujer 11,9 11,6 12,4 11,6 13,0 13,1 13,9 13,9 14,4 13,8 13,1 1,2
Secundaria
Hombre 51,3 50,3 52,1 53,8 53,3 53,9 51,7 52,1 50,3 51,9 47,3 -4,0
Mujer 30,1 32,7 33,7 34,5 35,7 35,5 33,9 34,1 34,8 33,4 29,7 -0,4
SNU
Hombre 65,7 66,1 65,9 68,2 67,4 67,6 66,9 66,0 64,5 66,1 62,4 -3,3
Mujer 55,7 60,6 58,9 58,9 60,9 61,2 61,4 59,3 60,8 57,0 57,2 1,5
SU
Hombre 67,3 68,6 68,5 71,7 72,0 70,9 71,6 69,2 70,3 67,9 68,0 0,7
Mujer 74,9 74,7 74,6 76,0 76,2 78,1 77,7 77,6 74,8 73,6 72,1 -2,8
62
ANEXO Nº 1. 6
PERÚ: TASA DE EMPLEO VULNERABLE POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 41,4 42,5 41,1 40,2 41,3 41,3 41,7 42,6 43,0 42,7 47,4 6,0
Mujer 56,3 55,3 53,7 53,6 53,2 52,8 52,9 53,1 53,0 53,1 58,1 1,8
Urbano
Hombre 33,2 33,8 32,7 31,8 33,2 32,8 33,8 34,7 35,4 35,7 39,1 5,9
Mujer 46,8 45,4 44,8 44,4 44,3 43,5 44,2 44,9 45,1 45,6 49,6 2,8
Rural
Hombre 62,7 65,8 64,2 64,4 64,8 66,4 66,5 67,9 67,7 66,5 71,8 9,1
Mujer 82,9 83,7 81,0 82,8 81,7 83,1 83,2 82,5 82,2 81,5 84,5 1,6
De 14 años
Hombre 73,6 70,5 67,6 64,0 64,2 67,3 72,6 72,1 73,8 77,7 77,5 3,9
Mujer 75,7 86,5 79,8 72,5 81,2 78,9 87,7 78,2 77,5 82,6 87,1 11,4
De 15 a 29 años
Hombre 35,1 36,2 34,0 31,6 33,0 32,2 32,6 32,4 32,6 32,5 40,4 5,3
Mujer 45,5 42,6 41,3 40,9 39,5 39,2 39,9 38,9 38,4 41,3 47,8 2,3
De 30 a 59 años
Hombre 40,2 41,4 40,4 40,4 41,3 41,2 41,8 43,0 43,3 42,9 46,5 6,3
Mujer 57,7 57,1 55,4 55,4 55,0 54,5 53,9 54,9 54,2 53,4 58,3 0,6
De 60 a más
Hombre 64,8 65,1 63,3 62,2 63,3 63,4 62,4 63,8 63,3 62,0 67,4 2,6
Mujer 81,7 82,7 80,6 80,1 79,1 79,2 80,3 77,5 79,3 75,9 80,1 -1,6
Hasta primaria 1/
Hombre 61,1 63,5 63,8 63,1 64,5 64,4 64,6 65,4 65,6 65,7 68,1 7,0
Mujer 79,2 80,0 79,4 80,3 79,5 80,4 79,8 79,5 79,7 79,2 83,0 3,8
Secundaria
Hombre 40,9 43,0 40,9 40,1 40,5 40,6 42,5 42,8 44,4 43,2 49,3 8,4
Mujer 56,0 56,0 55,0 54,5 53,7 53,5 55,4 55,3 55,0 56,3 62,8 6,8
SNU
Hombre 27,0 26,0 26,7 24,0 27,2 26,2 26,8 28,4 29,7 29,6 33,2 6,2
Mujer 35,7 31,9 33,0 32,3 33,9 31,2 30,8 34,4 31,7 34,7 37,7 2,0
SU
Hombre 23,9 23,1 22,4 22,1 21,9 22,4 21,4 24,2 23,2 25,7 27,6 3,7
Mujer 20,7 20,9 21,2 20,1 20,3 18,3 19,0 18,6 21,5 21,7 24,2 3,5
63
ANEXO Nº 1. 7
PERÚ: TASA DE TRABAJADORES POBRES POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 27,5 24,6 23,2 21,2 20,1 19,7 18,4 18,9 18,1 18,0 26,0 -1,5
Mujer 27,4 24,3 22,0 20,4 19,2 18,2 16,8 17,9 17,1 16,4 23,9 -3,5
Urbano
Hombre 16,9 14,9 14,3 13,7 12,8 12,5 11,6 12,4 12,0 12,2 20,4 3,5
Mujer 16,1 14,3 13,2 12,6 11,6 10,8 10,0 11,5 11,2 10,8 18,3 2,2
Rural
Hombre 54,8 50,7 47,9 42,9 41,2 41,0 39,4 39,5 38,2 37,3 42,3 -12,5
Mujer 58,7 53,1 49,0 44,9 43,5 42,2 40,1 41,0 38,9 37,6 41,1 -17,6
De 14 años
Hombre 57,0 46,5 52,0 40,0 40,1 42,0 42,4 38,3 32,4 33,2 43,0 -14,0
Mujer 50,9 52,7 46,3 43,7 42,9 46,7 44,0 41,0 37,2 33,6 46,6 -4,3
De 15 a 29 años
Hombre 27,2 24,6 23,3 21,2 20,5 20,8 18,9 19,8 18,5 18,5 27,5 0,3
Mujer 28,6 24,7 21,8 21,6 20,4 18,8 17,4 19,0 18,4 18,5 26,7 -1,9
De 30 a 59 años
Hombre 26,4 24,0 22,4 20,9 19,8 19,2 18,3 18,7 18,2 18,1 26,5 0,1
Mujer 25,0 22,5 20,8 18,7 17,9 17,3 15,9 17,0 16,4 15,5 23,5 -1,5
De 60 a más
Hombre 30,1 25,3 23,6 20,7 18,3 17,4 16,1 16,2 15,9 14,7 18,2 -11,9
Mujer 35,0 30,2 27,4 24,4 20,8 19,1 17,9 18,0 16,6 15,2 17,2 -17,8
Hasta primaria 1/
Hombre 52,9 47,9 45,4 41,8 39,2 37,2 36,1 36,8 34,7 34,6 39,7 -13,2
Mujer 49,0 44,6 40,9 37,5 35,4 33,6 32,0 32,7 30,8 30,1 35,3 -13,7
Secundaria
Hombre 26,3 24,2 23,6 21,5 20,1 20,1 19,1 19,8 19,9 19,5 29,7 3,4
Mujer 23,7 21,2 20,8 19,5 18,2 17,3 16,6 18,2 17,3 16,9 27,3 3,6
SNU
Hombre 10,6 8,1 9,3 8,2 7,8 7,8 6,8 7,5 7,2 8,3 14,5 3,9
Mujer 8,3 7,3 7,2 6,8 6,6 6,5 3,6 5,5 6,2 6,1 13,2 4,9
SU
Hombre 4,2 4,1 3,2 2,2 2,3 2,7 2,3 2,2 2,8 2,6 7,2 3,0
Mujer 2,6 2,9 2,6 2,3 2,4 1,7 1,4 2,3 2,5 2,8 6,6 4,0
64
ANEXO Nº 1. 8
PERÚ: TASA DE DESEMPLEO POR SEXO, SEGÚN CARACTERÍSTICAS DEMOGRÁFICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional
Hombre 3,6 3,7 3,2 3,4 3,4 3,4 3,9 3,8 3,5 3,5 7,2 3,6
Mujer 4,7 4,4 4,4 4,7 4,0 3,6 4,6 4,4 4,4 4,5 7,7 3,0
Urbano
Hombre 4,6 4,7 4,0 4,1 4,2 4,2 4,9 4,8 4,3 4,3 9,1 4,5
Mujer 6,0 5,5 5,5 5,6 5,0 4,5 5,6 5,4 5,4 5,4 9,7 3,7
Rural
Hombre 0,8 0,9 0,8 1,1 1,0 0,9 0,7 0,8 0,9 0,6 1,1 0,3
Mujer 0,8 0,9 0,9 1,5 0,7 0,7 0,9 0,8 0,8 0,7 1,0 0,2
De 14 años
Hombre 13,1 15,9 14,0 5,0 15,9 11,6 16,6 16,0 13,7 14,2 14,5 1,4
Mujer 9,2 12,3 10,8 4,4 13,2 11,2 11,4 12,6 8,6 11,4 13,4 4,2
De 15 a 29 años
Hombre 7,2 7,3 6,3 6,8 7,2 6,8 7,8 8,1 7,5 7,5 12,3 5,1
Mujer 8,8 8,4 8,8 9,1 8,1 6,9 9,1 8,9 9,8 9,6 14,3 5,5
De 30 a 59 años
Hombre 1,6 1,6 1,5 1,7 1,4 1,8 2,0 1,7 1,6 1,6 5,1 3,5
Mujer 2,8 2,4 2,4 2,9 2,2 2,2 2,8 2,7 2,6 2,6 5,2 2,4
De 60 a más
Hombre 1,3 2,2 1,2 1,8 1,1 2,0 2,4 2,5 2,2 2,1 3,3 2,0
Mujer 0,9 1,1 0,7 0,9 0,9 1,5 0,9 1,0 0,9 1,2 2,4 1,5
Hasta primaria 1/
Hombre 1,1 1,6 1,3 1,5 0,9 1,2 1,4 1,2 1,2 1,4 2,0 0,9
Mujer 1,3 1,5 1,3 2,0 0,9 1,0 1,5 1,2 1,1 1,5 2,6 1,3
Secundaria
Hombre 4,5 4,7 3,7 3,4 4,1 3,9 4,3 4,3 3,9 3,8 7,2 2,7
Mujer 6,2 5,9 5,9 5,5 5,5 4,6 5,7 5,3 4,8 5,5 8,0 1,8
SNU
Hombre 3,4 3,5 2,8 3,3 3,2 2,9 3,1 3,7 3,2 2,4 8,3 4,9
Mujer 5,0 4,5 4,5 5,6 4,7 4,6 5,3 4,9 5,4 5,0 10,4 5,4
SU
Hombre 5,1 4,4 4,5 5,9 4,8 5,5 6,5 5,9 5,4 5,8 12,4 7,3
Mujer 8,8 6,8 6,7 6,9 5,8 5,4 6,9 7,4 8,3 6,6 12,6 3,8
ANEXO Nº 1. 9
PERÚ: PEA OCUPADA ASALARIADA POR SEXO, SEGÚN MODALIDAD DE TRABAJO,2020
(Porcentaje)
Hombre
1,7 Mujer
1,3 3,5
4,4 3,8
13,4 7,0
8,9 27,5
38,0
10,2
6,6
87,8
75,9
51,0 58,9
Asalariado privado Asalariado público Asalariado privado Asalariado público
Presencial-dias normales Presencial-algunos dias Teletrajo/trabajo remoto Otro 1/

65
ANEXO Nº 1. 10
PERÚ: PEA OCUPADA FEMENINA, SEGÚN ESTRUCTURA DE MERCADO,2010-2020
(Absoluto miles)
2 0 1 0 -2 0 2 0
Estruc tura de Merc ado 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Sector pri va do 1 894 1 997 2 150 2 180 2 241 2 265 2 304 2 377 2 447 2 471 1 782 -112
2 a 10 trabajadores 1 073 1 082 1 113 1 147 1 146 1 161 1 208 1 282 1 342 1 315 963 -111
11 a 100 trabajadores 455 474 534 557 561 574 546 582 579 596 417 -38
Más de 100 trabajadores 363 427 480 471 532 527 546 509 523 558 396 34
Privado no especificado 3 14 24 4 2 2 4 5 3 3 6 4
Independi entes 2 425 2 404 2 408 2 453 2 477 2 418 2 535 2 679 2 789 2 827 2 343 -82
Profesional, técnico 67 66 76 72 78 77 82 84 105 114 77 10
No profesional, no técnico 2 358 2 338 2 332 2 381 2 399 2 341 2 452 2 595 2 684 2 713 2 266 -91
TF N R 1/ 1 329 1 328 1 255 1 241 1 205 1 250 1 222 1 198 1 145 1 202 1 311 -18
Sector públ i co 563 628 627 626 651 644 675 668 677 683 619 56
Tra ba j a dora del hog a r 454 397 381 388 342 370 365 378 363 401 234 -220
1/ Trabajadores Familiares No Remunerados (TFNR).
ANEXO Nº 1. 11
PERÚ: PEA OCUPADA FEMENINA, SEGÚN SUB- RAMA DE ACTIVIDAD ECONÓMICA,2010-2020
(Porcentaje)
SERVICIOS
Etapa
COVID
Servicios comunitarios, sociales y recreativos
15,7 15,4
15,2 15,0 15,3
14,8 14,9 14,7 14,9
13,9 14,1
13,5
Restaurantes y hoteles 12,4 12,5
11,4 11,7 11,7 11,7
11,2 11,3 11,2
10,2 10,1
9,2
8,6 8,5 8,4
7,9 8,1 8,1 8,0 8,4
Servicios personales y hogares
6,3
Establecimientos financieros 5,8 5,8
4,9 5,0 5,2 5,2
4,6 4,8
4,6 4,9
3,9
2,4 2,2 2,2 2,3 2,3 2,3 2,5 2,1 2,2
2,2 2,0
Otro 1/
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
EXTRACTIVA
Agricultura, ganadería, silvicultura y pesca 29,1

22,8 22,5 21,2 21,4 21,5 22,4 22,0 21,0 20,9 21,2
Etapa
COVID
Minería 0,3 0,2 0,3 0,2 0,2 0,3 0,2 0,2 0,2 0,3 0,2
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ Incluye Transporte, almacenamiento y comunicaciones; electricidad, gas, agua y saneamiento.

Nota: Cifras referenciales para otros y en minería para todos los años.
66
ANEXO Nº 1. 12
PERÚ: PEA OCUPADA FEMENINA, SEGÚN GRUPO OCUPACIONAL,2010-2020
(Absoluto miles)
2 0 1 0 -2 0 2 0
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Profesional, técnico 743 826 885 875 920 914 953 921 985 1 021 765 21
Gerenta, administradora y funcionaria 12 15 11 10 9 12 14 9 8 13 6 -6
Empleada de oficina 483 555 589 604 606 570 566 598 629 592 447 -35
Vendedora 1 712 1 709 1 805 1 815 1 806 1 775 1 809 1 933 1 945 1 977 1 527 -185
Agricultora, ganadera y pescadora 1 518 1 507 1 440 1 470 1 475 1 541 1 549 1 517 1 536 1 594 1 811 293
Minera y cantera 5 4 3 4 6 8 6 5 6 8 3 -2
Artesana y operaria 525 534 533 559 497 489 511 528 522 507 454 -71
Obrera jornalera 36 27 32 28 30 20 31 32 27 29 39 3
Conductora 9 11 11 8 10 13 14 18 13 20 18 9
Trabajadora de los servicios 1 168 1 168 1 131 1 129 1 214 1 237 1 283 1 361 1 388 1 422 984 -183
Trabajadora del hogar 454 397 381 388 342 370 365 378 363 401 234 -220
ANEXO Nº 1. 13
PERÚ: PEA OCUPADA FEMENINA, SEGÚN TIPO DE CONTRATO, 2010-2020
(Porcentaje)
2 0 1 0 -2 0 2 0
Tipo de c ontrato 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Total 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0 1 0 0 ,0
Contrato indefinido 18,2 21,5 19,6 19,3 18,7 18,0 18,9 17,7 17,6 17,9 18,8 0,6
Contrato a plazo fijo 28,8 30,6 30,7 32,1 33,6 35,4 34,5 34,1 32,4 31,7 27,7 -1,1
Está en período de prueba 0,1 0,3 0,3 0,3 0,3 0,2 0,1 0,2 0,2 0,2 0,3 0,2
Convenios de Formación Laboral Juvenil 1,2 1,0 0,7 0,7 1,0 0,9 0,9 1,1 0,9 0,9 0,8 -0,4
Contrato de aprendizaje 0,0 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Contrato por locación de servicios 6,7 5,7 5,6 4,7 4,9 4,1 4,4 4,8 6,1 7,6 8,5 1,8
Régimen Especial CAS 0,0 0,0 2,8 2,6 2,7 2,8 2,5 2,9 3,1 2,5 3,6 3,6
Otro 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Sin c ontrato 4 4 ,9 4 0 ,9 4 0 ,3 4 0 ,2 3 8 ,8 3 8 ,5 3 8 ,7 3 9 ,1 3 9 ,7 3 9 ,1 4 0 ,3 -4,6
ANEXO Nº 1. 14
PERÚ: PEA OCUPADA FEMENINA AFILIADA A UN SEGURO DE SALUD, POR TIPO DE APORTANTE, 2012-2020
(Porcentaje)
Etapa
COVID
77,1 77,2 77,0 77,8 79,5

74,3
70,1
65,7
61,8 18,9 18,7 19,5 19,1
19,5 19,8
19,2
18,1
17,5
54,9 58,3 58,5 57,2 58,3 60,5

47,6 50,9
44,3
2012 2013 2014 2015 2016 2017 2018 2019 2020
Con cuotas pagadas por otros medios 1/ Con cuotas pagadas por su centro de trabajo
1/ Incluye los aportes propios, por familiar o jubilación.
67
ANEXO Nº 1. 15
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL DE LA PEA OCUPADA, SEGÚN SEXO, 2010-2020
Etapa
1 850 Tasa de crecimiento promedio anual mujer: 3,8% COVID 1 90 0
Tasa de crecimiento promedio anual hombre: 2,0%

1 589 1 616
1 650
1 551 1 566 1 70 0
1 475
1 416 1 50 0
1 450
1 329 1 358 1 360

1 242 458 454 417 1 30 0
1 158 456
262
1 250
423
1 10 0
431
426 423 1 199
1 050
420 422 1 135

900
1 095 1 107 1 098

1 053 700
850
985
903 935 500
819
738
650
300
450 100
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Mujer Hombre Brecha
consideran los ingresos totales por trabajo de la ocupación principal y secundaria del trabajador.
68
ANEXO Nº 1. 16
PERÚ: INGRESO LABORAL PROMEDIO MENSUAL, JORNADA LABORAL E INGRESO POR HORA DE LA PEA OCUPADA POR SEXO,
SEGÚN CARACTERÍSTICAS, 2020
(Soles, horas y variación absoluta)
Ingreso laboral (soles) Jornada laboral (horas) Ingreso por hora
Características Brecha Brecha Brecha
Mujer Hombre Mujer Hombre Mujer Hombre
Absoluto Absoluto Absoluto
Total PEA Ocupada femenina 1 098 1 360 262 171 197 26 6,4 6,9 0,5
Empleador 2 526 2 261 -265 216 218 2 11,7 10,4 -1,3
Asalariado privado 1 244 1 566 322 190 206 16 6,5 7,6 1,1
Asalariado público 2 381 2 641 260 182 201 19 13,1 13,1
Independiente 601 808 207 168 196 28 3,6 4,1 0,5
TFNR 1/ - - - 141 148 7 - - -
Sector público 2 381 2 641 260 182 201 19 13,1 13,1
Sector privado 1 322 1 622 300 192 207 15 6,9 7,8 1,0
2 a 10 trabajadores 958 1 159 201 184 197 13 5,2 5,9 0,7
11 a 100 trabajadores 1 480 1 898 418 194 216 22 7,6 8,8 1,2
101 a más trabajadores 2 007 2 666 659 207 227 20 9,7 11,8 2,0
Independiente 601 808 207 168 196 28 3,6 4,1 0,5
Profesional o técnico 1 069 1 813 744 127 154 27 8,4 11,8 3,3
No profesional o no técnico 586 760 174 169 199 30 3,5 3,8 0,4
TFNR 1/ - - - 141 148 - - - -
Rama de actividad
Extractiva 2/ 537 805 268 141 180 45 3,8 4,5 1,4
Industria 835 1 603 768 166 212 37 5,0 7,6 3,2
Construcción 1 806 1 429 -377 188 196 10 9,6 7,3 -3,5
Comercio 881 1 331 450 200 207 16 4,4 6,4 3,2
Servicios 3/ 1 486 1 802 316 177 209 37 8,4 8,6 0,9
Grupo ocupacional
Profesional y técnico 2 427 2 869 442 177 192 15 13,7 14,9 1,2
Gerente, administrador y funcionario 4 505 6 361 1 856 172 207 35 26,2 30,7 4,5
Empleado de oficina 1 763 2 282 519 194 203 9 9,1 11,2 2,2
Vendedor 818 1 275 457 199 208 9 4,1 6,1 2,0
Agricultor, ganadero y pescador 476 665 189 140 177 37 3,4 3,8 0,4
Minero y cantero 362 1 950 1 588 137 224 87 2,6 8,7 6,1
Artesano y operario 592 1 209 617 160 201 41 3,7 6,0 2,3
Obrero jornalero 938 1 152 214 199 196 -3 4,7 5,9 1,2
Conductor 1 702 1 260 -442 207 238 31 8,2 5,3 -2,9
Trabajador de otros servicios 4/ 869 1 592 723 172 212 40 5,1 7,5 2,5
Nivel educativo
Hasta primaria 5/ 545 742 197 162 190 28 3,4 3,9 0,5
Secundaria 834 1 125 291 173 201 28 4,8 5,6 0,8
Superior no universitaria 1 242 1 671 429 180 205 25 6,9 8,1 1,3
Superior universitaria 2 138 2 593 455 176 189 13 12,2 13,7 1,5
ocupación principal y secundaria del trabajador.
1/ TFNR se refiere a trabajadores familiares no remunerados.
2/ Incluye a las subramas minería; y agricultura, ganadería, silvicultura y pesca.
3/ Incluye a las subramas establecimientos financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios comunitarios, sociales y recreativos; electricidad, gas,
agua y saneamiento; transporte, almacenamiento y comunicaciones; restaurantes y hoteles; hogares; y servicios personales.
4/ Comprende trabajadores no incluidos en el resto de grupos ocupacionales, tales como cocineros calificados; limpiadores de oficinas, hoteles y otros; porteros, guardianes y afines; bármanes
y trabajadores asimilados, etc.
6/ Se considera a la PEA ocupada de 18 a más años de edad con educación superior universitaria y superior no universitaria culminada (completa). Se excluye a los ocupados de las
fuerzas armadas y policiales.
69
ANEXO Nº 1. 17
PERÚ: ÍNDICE DE TRABAJO DECENTE (ITD) FEMENINA, SEGÚN DIVERSAS CARACTERÍSTICAS, 2010-2020
(Porcentaje)
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nacional 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 8,7 10,4 11,6 12,2 13,1 13,9 14,0 13,1 12,9 13,3 7,8 -0,9
Nivel 2 7,4 8,1 10,6 10,3 10,8 11,1 11,5 10,7 9,7 10,1 6,6 -0,8
Nivel 3 20,8 20,9 21,4 19,8 21,3 21,6 22,8 22,0 21,2 20,9 23,4 2,6
Nivel 4 49,3 47,8 44,9 45,9 44,5 43,5 42,6 44,3 45,3 45,3 52,6 3,3
Nivel 5 13,7 12,9 11,4 11,8 10,3 9,9 9,2 9,9 11,0 10,5 9,8 -3,9
Urbano 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 11,6 13,6 15,0 15,6 16,7 17,7 17,6 16,3 16,0 16,4 10,0 -1,6
Nivel 2 9,6 10,4 13,5 13,0 13,5 13,9 14,2 13,3 11,8 12,3 8,3 -1,3
Nivel 3 25,9 25,5 26,1 24,1 26,0 26,2 27,2 26,3 25,1 24,6 28,7 2,8
Nivel 4 40,6 38,8 35,3 36,9 34,8 33,5 33,4 35,4 37,1 37,4 44,0 3,4
Nivel 5 12,3 11,7 10,1 10,4 9,0 8,8 7,5 8,8 10,0 9,3 8,9 -3,4
Rural 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 0,8 0,9 1,2 1,4 1,5 1,3 1,3 1,4 1,4 1,4 0,7 -0,1
Nivel 2 1,1 1,5 1,9 1,9 2,0 1,9 2,0 1,7 1,7 1,8 1,2 0,1
Nivel 3 6,8 7,3 7,2 6,0 6,4 6,9 7,7 6,7 6,7 7,0 6,8 0,0
Nivel 4 73,5 73,8 74,3 74,2 75,5 76,2 74,3 76,5 75,5 74,9 79,0 5,5
Nivel 5 17,8 16,6 15,5 16,4 14,6 13,7 14,7 13,7 14,7 14,9 12,3 -5,5
De 14 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 3 2,2 1,0 7,6 5,6 6,3 3,3 8,2 11,4 7,1 8,4 3,9 1,7
Nivel 4 86,1 90,6 85,3 84,4 87,9 89,6 85,0 82,1 87,8 86,7 90,9 4,8
Nivel 5 11,7 8,4 7,1 10,0 5,9 7,2 6,8 6,5 5,2 4,9 5,2 -6,5
De 15-29 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 6,2 8,3 9,0 10,8 11,8 12,0 11,7 11,5 11,4 11,5 7,0 0,8
Nivel 2 8,7 10,2 11,4 11,2 11,7 12,1 13,8 12,8 10,6 10,6 7,0 -1,7
Nivel 3 20,3 19,7 23,4 20,4 23,9 23,0 23,9 23,5 22,7 21,4 22,7 2,4
Nivel 4 50,6 48,1 44,2 46,1 43,8 44,1 42,7 43,4 46,4 46,9 53,9 3,3
Nivel 5 14,1 13,6 12,1 11,5 8,8 8,8 7,8 8,8 8,9 9,6 9,4 -4,7
De 30-59 años 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 11,1 12,5 14,1 14,2 15,2 16,3 16,4 14,9 14,6 15,1 8,8 -2,3
Nivel 2 7,7 8,2 11,7 11,2 11,6 11,7 11,6 11,0 10,4 11,2 7,2 -0,5
Nivel 3 23,3 23,0 22,0 20,6 21,5 22,6 23,8 22,6 22,0 21,8 25,1 1,8
Nivel 4 44,5 43,7 41,2 42,1 41,3 39,2 38,9 41,3 41,2 41,0 49,1 4,6
Nivel 5 13,5 12,7 11,0 11,9 10,5 10,2 9,3 10,2 11,8 10,9 9,8 -3,7
De 60 a más 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 3,9 4,6 5,9 5,7 6,1 6,4 6,5 7,5 7,2 8,7 4,6 0,7
Nivel 2 1,8 1,5 2,8 3,1 4,3 5,5 5,1 5,0 4,3 3,6 2,9 1,1
Nivel 3 9,9 13,6 12,7 13,9 14,9 14,1 15,4 15,7 14,3 16,0 17,0 7,1
Nivel 4 70,0 67,3 66,2 64,8 61,0 62,3 61,0 61,0 62,4 60,7 64,6 -5,4
Nivel 5 14,4 13,0 12,4 12,5 13,8 11,6 12,1 10,9 11,7 10,9 10,9 -3,5
Hasta Primaria 1/ 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 0,3 0,5 0,6 0,5 0,8 0,8 0,7 0,9 0,9 0,9 0,7 0,4
Nivel 2 1,2 1,1 2,2 2,2 2,4 2,9 3,3 2,9 2,5 2,5 2,1 0,9
Nivel 3 13,6 15,0 14,4 13,2 13,6 14,2 16,5 14,5 13,6 13,7 11,3 -2,3
Nivel 4 65,7 65,6 65,6 66,2 65,9 65,4 63,9 66,2 65,9 66,5 71,7 6,0
Nivel 5 19,2 17,8 17,2 18,1 17,3 16,6 15,5 15,5 17,1 16,4 14,1 -5,1
Secundaria 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 3,1 4,1 4,7 4,6 5,3 6,1 5,3 5,0 4,7 5,1 3,1 0,0
Nivel 2 5,0 6,1 8,5 8,4 8,5 9,2 9,2 8,8 7,7 7,6 4,7 -0,3
Nivel 3 25,5 25,4 26,9 24,7 28,6 28,9 30,1 28,9 26,6 25,7 22,9 -2,6
Nivel 4 51,5 49,3 47,1 49,1 47,0 45,7 45,9 46,8 48,8 49,3 58,0 6,5
Nivel 5 14,8 15,1 12,9 13,3 10,7 10,0 9,5 10,5 12,3 12,3 11,3 -3,5
SNU 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 17,5 22,4 21,0 22,6 25,9 25,9 26,8 23,7 23,4 22,4 14,3 -3,2
Nivel 2 15,2 14,7 18,9 19,1 19,7 19,1 20,1 18,5 17,1 17,3 11,2 -4,0
Nivel 3 27,0 25,5 26,2 24,5 24,2 26,1 25,3 25,2 26,2 25,7 32,8 5,8
Nivel 4 32,4 30,0 27,6 27,8 25,6 24,3 23,7 26,8 27,4 29,4 36,5 4,1
Nivel 5 8,0 7,4 6,3 6,0 4,7 4,6 4,1 5,9 6,0 5,3 5,2 -2,8
SU 100 100 100 100 100 100 100 100 100 100 100
Nivel 1 36,2 36,1 39,1 42,3 41,5 45,5 45,0 42,9 41,8 41,8 24,0 -12,2
Nivel 2 21,0 22,5 23,6 22,1 23,2 23,4 23,1 22,0 19,8 20,9 13,8 -7,2
Nivel 3 20,2 17,9 18,3 17,0 17,9 15,3 16,5 17,2 18,4 18,0 36,2 16,0
Nivel 4 19,5 21,2 17,1 16,6 16,0 14,2 13,9 15,9 18,1 17,2 22,8 3,3
Nivel 5 3,2 2,3 1,9 1,9 1,4 1,7 1,5 1,9 1,9 2,1 3,1 -0,1
Cifras sombreadas en gris son consideradas referenciales
70
ANEXO Nº 1. 18
PERÚ: PEI PLENA MASCULINA, SEGÚN ACTIVIDADES REALIZADAS, 2010-2020
(Porcentaje)
20,6 19,1 20,9 18,7 18,6 18,5 16,2 18,1 17,7 17,8 20,1 Etapa COVID
12,9 12,3 13,0 13,1 12,8 13,9 13,2

11,9 12,9 13,1 11,8
14,2 Otro 1/
13,7 13,8 13,3 14,1 15,7 14,8 16,3 16,7 18,2
Enfermo o
35,4 incapacitado
Quehaceres del
hogar
Estudiando
53,8 54,3 52,7 54,3 53,4 53,7 56,5 52,8 51,7 50,9
32,8
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1/ Comprende esperando el inicio de un trabajo dependiente, vivía de su pensión o jubilación u otras rentas, entre otros.
71
ANEXO Nº 2. 1
PERÚ: PEA OCUPADA FEMENINA, SEGÚN CONDICIÓN DE EMPLEO INFORMAL, 2010-2020
(Miles)
Empleo formal e 2 0 1 0 -2 0 2 0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
informal
Tota l 6 664 6 754 6 822 6 889 6 916 6 947 7 100 7 300 7 422 7 584 6 289
Em pl eo i nf orm a l 5 448 5 293 5 345 5 343 5 262 5 274 5 335 5 552 5 591 5 747 4 858 - 590
Dentro del sector informal 4 154 4 046 3 994 4 004 3 906 3 906 3 892 4 127 4 229 4 364 3 967 -187
Fuera del sector informal 1 293 1 247 1 351 1 339 1 357 1 368 1 443 1 425 1 362 1 383 891 -402
Em pl eo f orm a l 1 216 1 460 1 477 1 545 1 654 1 673 1 765 1 748 1 830 1 837 1 431 214
ANEXO Nº 2. 2
PERÚ: TASA DE EMPLEO FORMAL E INFORMAL POR CONDICIÓN DE EMPLEO INFORMAL, SEGÚN SEXO, 2010-2020
(Porcentaje)
72
ANEXO Nº 2. 3
SEGÚN ESTRUCTURA DE MERCADO, 2020
2 500 000
Independiente
90,5%
2 120 021
2 000 000
Cantidad de trabajadoras
Sector privado
1 500 000 61,4%
1 093 637 TFNR 1/
100,0%
1 310 643
1 000 000
Promedio
nacional:
77,2%
500 000 Sector público Trabajadora del hogar
21,1% 86,7%
130 862 202 830
0
0,0% 25,0% 50,0% 75,0% 100,0% 125,0%
Nota: El tamaño del círculo indica la cantidad de trabajadoras informales que tiene categoría.
La informalidad se calcula en base a la Metodología de la OIT, que comprende a aquellos trabajadores que laboran en unidades productivas no registradas en la
Cifra referencial para la rama de construcción.
ANEXO Nº 2. 4
CON EMPLEO FORMAL E INFORMAL, SEGÚN CARACTERÍSTICAS GENERALES, 2020
(Soles)
Características
Empleo Empleo
generales Absoluto Porcentaje
formal informal
Total 2 141 677 1 464 68,4
Grupo de edad
14-17 años 0 430 -430
18-29 años 1 724 720 1 004 58,3
30-45 años 2 103 736 1 366 65,0
46-65 años 2 441 650 1 791 73,4
65 a más años 2 529 375 2 153 85,2
Área de residencia
Urbano 2 153 739 1 415 65,7

Rural 1 732 427 1 305 75,3
Nivel educativo alcanzado
Hasta primaria 1/ 1 392 484 908 65,2

Secundaria 1 492 697 795 53,3
Superior no universitaria 1 815 761 1 055 58,1
Superior universitaria 2 784 1 070 1 714 61,6
73
ANEXO Nº 2. 5
CON EMPLEO FORMAL E INFORMAL, SEGÚN CARACTERÍSTICAS SOCIOECONÓMICAS, 2020
(Soles)
Características
Empleo Empleo
socioeconómicas Absoluto Porcentaje
formal informal
Total 2 141 677 1 464 68,4
Empleadora 3 495 1 477 2 018 57,7

Asalariada privada 1 942 818 1 124 57,9
Asalariada pública 2 684 1 245 1 439 53,6
Trabajadoradel hogar 1 465 903 562 38,4
Rama de actividad económica
Extractiva 1/ 1 933 443 1 490 77,1

Industria 1 822 518 1 304 71,6
Construcción 2 236 1 094 1 142 51,1
Comercio 1 585 681 904 57,0
Servicios 2/ 2 368 855 1 514 63,9
Sector público 2 684 1 245 1 439 53,6

Sector privado 2 069 850 1 219 58,9
Trabajadora del hogar 1 465 903 562 38,4
2/ Incluye servicios comunitarios, sociales y recreativos; transporte, almacenamiento y comunicaciones; restaurantes y
hoteles; establecimientos financieros, seguros, bienes inmuebles y servicios prestados a empresas; servicios personales;
hogares; y electricidad, gas, agua y saneamiento.
ANEXO Nº 2. 6
CON EMPLEO FORMAL E INFORMAL, SEGÚN DEPARTAMENTO, 2020
(Soles)
Fuera del
Dentro del
Departamento Empleo formal sector
sector informal
informal
Total 2 141 1 042 556

Amazonas 2 354 802 435
Áncash 1 849 741 415
Apurímac 1 830 616 632
Arequipa 1 881 881 719
Ayacucho 2 410 840 487
Cajamarca 1 872 757 351
Cusco 2 087 844 510
Huancavelica 1 696 726 284
Huánuco 2 063 756 382
Ica 1 684 928 809
Junín 2 001 791 515
La Libertad 1 898 890 483
Lambayeque 1 874 846 439
Lima 1/ 2 318 1 134 681
Loreto 2 308 934 786
Madre de Dios 2 031 1 098 1 042
Moquegua 2 062 851 556
Pasco 1 928 690 331
Piura 1 755 966 411
Puno 1 847 734 479
San Martín 2 451 701 598
Tacna 1 806 850 647
Tumbes 2 078 800 569
Ucayali 1 942 902 747
Nota: La informalidad se calcula en base a la Metodología de la OIT, que comprende a
aquellos trabajadores que laboran en unidades productivas no registradas en la
administración tributaria (SUNAT), aquellos asalariados que no cuentan con seguro social
pagado por el empleador y los trabajadores familiares no remunerados.
Para el cálculo de los ingresos se excluye a los Trabajadores Familiares No Remunerados y a
la PEA ocupada sin ingresos. Se consideran los ingresos totales por trabajo de la ocupación
principal y secundaria del trabajador.
74
ANEXO Nº 3. 1
ÍNDICES DE SEGREGACIÓN OCUPACIONAL
En la literatura, el índice más utilizado para medir el nivel de segregación ocupacional en la PEA ocupada es el Índice de
Disimilitud de Duncan-Duncan (IDD). Este índice mide el porcentaje de hombres y mujeres que deberían cambiarse dentro de
las ocupaciones para garantizar que la distribución por género sea igual (igualdad de participaciones).59
Respecto a otros índices, autores como Rendón (2000) proponen que el índice KM de Karmel y MacLachlan (1988) es
particularmente adecuado para realizar comparaciones en el tiempo. Otros enfoques utilizan el coeficiente de desigualdad de
Gini para medir el grado de desigualdad existente en la distribución de trabajadores por estos dos grupos, de acuerdo con García
(2002). Adicionalmente, se incluye el índice de Lewis (1982), quien propone una diferencia directa de la participación de mujeres
con respecto a la de los hombres. Para mostrar consistencia en la estimación del nivel de segregación y del grado de desigualdad
en el mercado laboral peruano se compararon los cuatros índices mencionados anteriormente.60
Los resultados indican que a nivel nacional el nivel de segregación fue relativamente alto. De modo que, el IDD pasó de 52,5%
en el 2010 a 48,9% en el 2020. El índice KM, el cual es comparable en el tiempo, pasó de 51,8% a 47,7% en dichos años; y de
manera similar sucedió con el indicador de Lewis. Mientras que, el coeficiente de Gini registró un mayor nivel de desigualdad
que alcanzó el 70,8% y 66,5% en el mismo periodo de análisis.
PERÚ: ÍNDICE DE SEGREGACIÓN DE DUNCAN-DUNCAN, KARMEL Y MACLACHLAN, GINI Y LEWIS, 2010-2020

(Porcentaje)
70,8 69,7 69,8 69,8 69,9

69,4 69,5 69,6 69,5 69,1
66,5
Gini
52,5 51,6 52,1 51,9 52,3 51,7 IDD
51,5 51,5 51,5 51,3
48,9 KM
51,8 50,8 50,7 50,8 51,3 51,1 51,6 51,0
50,7 50,6 Lewis
47,7
46,4 45,4 45,5 45,5 46,2 45,8 45,4
45,2 45,2 45,2
41,3
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Nota: El rango del índice de Karmel y MacLachlan (KM) fue ajustado para obtener medidas comparables con el rango de los otros índices.
Se consideraron ocupaciones en el segundo nivel del Código Nacional de Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las ocupaciones
con una baja participación de trabajadores.
Claramente los índices de segregación tienen resultados distintos de acuerdo a la metodología utilizada para definir las
diferencias de las participaciones de trabajadores de ambos géneros. Además, el nivel de desagregación de los grupos
ocupaciones tiene una gran influencia sobre el resultado, si se utilizan ocupaciones muy agregadas el índice puede subestimar
el grado en que se diferencia la proporción de hombres y mujeres en las distintas ocupaciones (Serrano y Pedrero, 2012). En
este informe se emplea el índice IDD como referencia del nivel de segregación ocupacional en el mercado laboral por ser
ampliamente utilizado en los análisis de segregación.
1 𝑀 𝐻𝑖
59 Definido como la sumatoria de las diferencias absolutas entre la proporción de mujeres y la proporción de los hombres en cada ocupación: 𝐼𝐷𝐷 = ∑𝑁 | 𝑖− |
2 𝑖=1 𝑀 𝐻
estimando valores de 0% a 100%, donde 0% significa que no existe segregación y 100% que existe una plena segregación (Anker, 1998).
60 Ver Bernat (2009, pág. 128) para más detalles de los índices de segregación de Gini, Karmel y MacLachlan, Lewis, y otros.
75
ANEXO Nº 3. 2
RANKING DE OCUPACIONES FEMINIZADAS, MASCULINIZADAS Y MIXTAS
Al interior de las ocupaciones clasificadas como feminizadas, masculinizadas y mixtas, los estudios de Ibáñez (2008), han
evidenciado que la mayoría de ocupaciones más segregadas se relacionan con una baja absorción de trabajadores con educación
superior.61 Por el contrario, estas absorben en menor magnitud trabajadores con mayor nivel de educación para desempeñar
actividades calificadas.
En el 2020, para el primer caso, ocupaciones feminizadas, mayoritariamente se emplean mujeres en ocupaciones relacionadas
a actividades de tejedores y preparadores de fibras, cocineros, peluqueros, entre otros. Mientras que, los hombres se
desempeñan en gran mayoría en ocupaciones masculinizadas como Pintores, obreros de la construcción, pescadores y
cultivadores.
PERÚ: RANKING DE OCUPACIONES CON MAYOR PARTICIPACIÓN DE MUJERES Y HOMBRES, 2020

(Porcentaje)
Participación Participación
Ocupaciones feminizadas Ocupaciones masculinizadas
mujeres hombres
Tejedores y preparadores de fibras 84,8 Pintores 99,9
Cocineros y bármanes 81,8 Obreros de la construcción 99,0
Peluqueros y especialistas en belleza 77,2 Pescadores y cultivadores 98,9
Personal de enfermería técnica 76,8 Obreros, mecánicos y electricistas 98,8
Criadores de ganado y trabajadores pecuarios 75,3 Operadores de maquinarias 98,5
Vendedores ambulantes 74,6 Conductores de medios de transporte 98,1
Comerciantes al por mayor y menor 68,9 Técnicos en ciencias e ingeniería 95,0
Cajeros y recepcionistas 67,2 Peones de minería y de suministros de electricidad, gas94,1
y agua
Personal doméstico 64,9 Operadores de telecomunicaciones 89,0
Obreros de la preparación de alimentos 57,3 Mensajeros y repartidores 88,5
En cambio, en las ocupaciones mixtas o paritarias, donde el grado de segregación es menor, resaltan en su mayoría por ser un
grupo asociado a la demanda de profesionales y técnicos (requerirían un mayor nivel educativo), entre ellas se encuentran
profesores, profesionales de la ciencia biológica y de la salud; obreros de confección; profesionales de derecho y ciencias
contables; y agentes administrativos.
PERÚ: RANKING DE OCUPACIONES CON SIMILAR PARTICIPACIÓN DE MUJERES Y HOMBRES, 2020

(Porcentaje)
Ocupaciones mixtas o paritarias Hombres Mujeres
Profesores 43,5 56,5

Profesionales de la ciencia biológica y de la salud 47,4 52,6
Obreros de confección 53,4 46,6
Profesionales de derecho y ciencias contables 53,6 46,4
Agentes administrativos 54,0 46,0
Empleados administrativos 57,1 42,9
61 Sin necesidad de generalizar, también existen ocupaciones segregadas que absorben trabajadores con nivel educativo superior. Esto estaría ampliamente
relacionado al desajuste existente entre el nivel educativo y el tipo de ocupación que desempeñan los trabajadores en el país.
76
CAPÍTULO 4. DETERMINANTES DEL INGRESO LABORAL DE LAS MUJERES Y DE LA BRECHA SALARIAL POR SEXO
ANEXO Nº 4. 1
MODELO DE PARTICIPACIÓN LABORAL FEMENINA, 2020
De acuerdo con la teoría neoclásica, los individuos toman una decisión entre tiempo de ocio y de trabajo remunerado; sin
embargo, diversas investigaciones con enfoque de género (OIT, 2019) han demostrado que las mujeres también destinan gran
parte de su tiempo al trabajo doméstico no remunerado dentro de los hogares. 62 Este considera, en general, las tareas
domésticas y los trabajos de cuidado de niños, enfermos y personas con discapacidad. Entonces, la probabilidad de que las
mujeres ingresen al mercado laboral disminuye al no tener a una persona que se encargue de esos trabajos.
En el modelo de participación laboral de las mujeres se define una variable latente no observable 𝐼 ∗ como una combinación
lineal de las características observables del individuo, tal que:
Modelo de participación laboral de las mujeres: 𝐼𝑖∗ = 𝑥 ′ 𝛽 + 𝜀𝑖
Donde la variable 𝐼 ∗ expresa la probabilidad de participar en el mercado laboral de la mujer, 𝑥 es un vector de variables
explicativas que incluye las características individuales y familiares de la i-ésima mujer de la muestra, 𝛽 es un vector de
parámetros asociado a cada variable explicativa y 𝜀𝑖 es un término de error que se distribuye como una normal estandarizada
con media 0 y varianza 𝜎𝜀2 .
Determinantes de la participación laboral de las mujeres

Se incluyeron características individuales y familiares de la mujer. Entre las primeras se encuentran las siguientes:
• Edad y edad al cuadrado: A mayor edad de las mujeres, la probabilidad de participación en el mercado laboral aumenta
(efecto positivo), pero esta relación empieza a declinar cuando la mujer se acerca a una edad avanzada (efecto
negativo). Este hecho esta explicado por la evolución de la tasa de actividad según el rango de edad de la persona.
Ambas variables tienen un efecto significativo a un nivel de confianza del 99%.
• Años de educación: Mientras más años de educación acumule la mujer, mayor es la probabilidad de que participe en
el mercado laboral. Esto se explicaría por el alto costo de oportunidad que tendría la mujer educada al quedarse en el
hogar. Esta relación fue positiva evidenciado en el coeficiente asociado a los años de educación, cuyo efecto es
significativo a un nivel de confianza del 99%.
• Ingreso no laboral per cápita: Un mayor ingreso no laboral de la mujer motiva la decisión de participar en el mercado
de trabajo, ello se sustentaría en que los ingresos obtenidos por transferencias formen parte de un capital de trabajo
que le permita a la mujer autoemplearse. El signo positivo del parámetro asociado a esta variable reafirma esta premisa
con un nivel de confianza del 90%.
• Asistencia a un centro de enseñanza: Esta variable tiene un efecto negativo y altamente significativo sobre la
participación laboral de las mujeres debido al trade-off existente en la dedicación de tiempo al estudio y al trabajo; es
decir, cuando la mujer dedica tiempo al estudio tiene menos tiempo disponible para dedicarlo al trabajo.
Entre las características familiares que se consideraron se puede señalar lo siguiente:
• Estado civil casado: Aquellas mujeres que decidieron mantener una relación de pareja tendrían menos interés en
participar en el mercado laboral, esto estaría explicado por la posibilidad de conformar bolsas de ingresos y de
compartir la gestión del hogar con su pareja, haciendo reducir la presión por participar en el mercado laboral. El signo
negativo asociado a esta variable es significativo a un nivel de confianza del 99%.
• Número de enfermos crónicos en el hogar: En muchos casos la gravedad de sus dolencias sí requiere de especial
cuidado. Si esta variable resulta ser importante y con signo negativo sería un indicador que las mujeres desempeñarían
(al menos en parte) esta labor (MTPE, 2009).
• Embarazo o parto: Aquellas mujeres con aspiraciones de formar una familia63 tendrían menos probabilidades de
decidir participar en el mercado laboral, pues optará por dedicar su tiempo al cuidado familiar. Ello se aprecia en el
coeficiente negativo relacionado a esta variable, pues es estadísticamente significativo a un nivel de confianza del 99%.
Este hecho puede explicarse tanto en mujeres jóvenes como en adultas, puesto que también puede darse tanto en
temprana edad (etapa en la que existe una mayor acumulación de años de educación) como en etapa de culminación
de estudios y etapas próximas insertarse en el mercado laboral.
• Ingreso de otros miembros del hogar: El ingreso de otros miembros del hogar (los ingresos de los abuelos, tíos,
hermanos e hijos mayores) podría desincentivar la participación laboral femenina (MTPE, 2009).
62 Según las encuestas de uso del tiempo, en Latinoamérica, las mujeres destinan más horas a trabajo doméstico no remunerado. En Perú, el tiempo que las mujeres
destinan a trabajos domésticos es de 40 horas semanales, mientras que los hombres destinan sólo 16 horas semanales. Datos disponibles en:
<https://oig.cepal.org/es/indicadores/tiempo-total-trabajo>. Última consulta: 20 de setiembre de 2019.
63 Característica identificada en mujeres con atención médica por control de embarazo o parto en los últimos 12 meses.
77
• Promedio de años de educación en el hogar: Un mayor nivel educativo de los demás miembros de la familia,
determinaría una mayor participación en el mercado laboral de los mismos, haciendo quizás poco necesario la
participación de la mujer, con lo cual se podría tener un efecto negativo (MTPE, 2009).
• Número de hijos menores de 6 años: La mujer disminuiría su participación en el mercado laboral ante una mayor
cantidad de hijos en el hogar, pues optará por dedicar su tiempo al cuidado de ellos. La relación inversa entre la
cantidad de hijos en el hogar menores de 6 años y la participación laboral de la mujer se expresa en el signo negativo
del coeficiente, siendo altamente significativo.
Los resultados obtenidos señalan que las variables de edad, años de educación e ingreso no laboral per cápita incrementaron la
participación de las mujeres en el mercado laboral para el 2020, con una significancia de 99%. En tanto que, las variables como
edad al cuadrado, promedio de años de educación de adultos en el hogar, estado civil casada, asistencia a algún centro de
enseñanza, área de residencia urbana, y estar en condición de embarazo impactan de manera negativa a dicha probabilidad de
participar. No obstante, las variables ingreso de otros miembros del hogar, enfermos crónicos en el hogar, e hijos menores de 6
años no tuvo resultados significativos.
PERÚ: ESTIMACIÓN PROBIT DE PARTICIPACIÓN LABORAL DE LAS MUJERES, 2020

Efectos
Variables Coeficiente
Marginales
Modelo de participación
Edad 0.0649*** 0.0419***
Edad al cuadrado -0.000710*** -0.000496***
Años de educación 1/ 0.189*** 0.0325**
Promedio de años de educación de adultos en el hogar-0.142*** -0.0225**
Estado civil (1=casada, 0=otro caso) -0.297*** -0.139***
Ingreso no laboral per cápita 0.000415* 0.000182
Ingreso de otros miembros del hogar 3.54e-05*** 1.26e-05***
Asiste a algún centro de enseñanza -0.322*** -0.142***
Área de residencia (urbana=1, rural=0) -0.509*** -0.194***
Embarazo 2/ -0.240** -0.113**
Enfermos crónicos en el hogar 0.0141 0.00498
Hijos menores de 6 años en el hogar -0.0360 0.00143
Constante -1.598*** -
athrho -0.236*** -
lnsigma 0.755*** -
Observaciones 9,504 -
R2-conteo 0,669 -
1/ Variable estimada con instrumentos, por ello se consideran solo las mujeres que cuentan con información en las
variables instrumentales: la educación del jefe de hogar y esposa del jefe de hogar, como referencia de la educación
del padre y de la madre del individuo.
2/ Se consideran mujeres que se realizaron alguna atención médica por embarazo o parto en los últimos 12 meses.
También existen otros factores (que escapan del análisis realizado en esta sección) que podrían promover la participación laboral
de las mujeres, y que deberían ser abordamos por otras entidades del estado y no necesariamente la autoridad de trabajo o el
sector privado. Por ejemplo, según el BID,64 en el sector educación se podría incrementar el interés de las jóvenes en estudios y
carreras STEM (ciencia, tecnología, ingeniería y matemáticas, por sus siglas en inglés), donde existe una baja representación de
mujeres en este campo pero en donde resulta importante su participación por dos motivos: i) porque las brechas salariales en
profesiones STEM tienden a ser mucho menores que en otras ocupaciones; y, ii) porque estas ocupaciones representarán un
área de rápido crecimiento en la demanda laboral hacia el futuro.
64 BID -
La promoción de la igualdad de género desde los lugares menos esperados. Disponible en: <https://blogs.iadb.org/y-si-hablamos-de-igualdad/2017/07/12/la-
promocion-de-la-igualdad-de-genero-desde-los-lugares-menos-esperados/>. Última consulta: 15 de noviembre de 2019.
78
ANEXO Nº 4. 2
PERÚ: ESTIMACIÓN MCO DE DETERMINANTES DEL INGRESO LABORAL POR HORA DE LAS MUJERES, 2020
Variables

Años de educación 0.107*** 0.0960*** 0.100***
Área de residencia (Urbana= 1, Rural= 0) 0.335*** 0.321*** 0.351***
-0.0979*** -0.0863*** -0.109***
IDD Ocupacional
- -0.0509*** -
IDD Sectorial
- -0.0713*** -
- - -0.214***
(Si= 1, No= 0)
- - -0.394***
(Si= 1, No= 0)
Constante -0.236*** 0.166*** 0.102*

AIC 88 136 87 474 87 819
BIC 88 323 87 678 88 022
Observaciones 35 968 35 968 35 968
Nota: Estimación por mínimos cuadrados ordinarios (MCO). Se consideran los ingresos por hora totales por trabajo de la ocupación principal
y secundaria del trabajador. Para los índices de segregación se consideraron ocupaciones en el segundo nivel del Código Nacional de
Ocupaciones 2015, con códigos de dos dígitos. Se excluyen las ocupaciones con una baja participación de trabajadores.
ANEXO Nº 4. 3
VARIABLES INSTRUMENTALES
En una ecuación de ingresos como la siguiente: 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑖 = 𝛽0 + 𝛽1 𝐸𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 (𝑎ñ𝑜𝑠) + 𝛽0 𝐻𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 + 𝜀𝑖
La habilidad del trabajador para realizar diversas actividades es un determinante del ingreso laboral, pero al ser no observable
entre la información recogida se suele omitir en la estimación de la ecuación de ingresos. Además, estaría correlacionada con la
variable años de educación, por lo cual sería endógenos en el modelo y si se estima por Mínimos Cuadrados Ordinarios (MCO)65
el estimador asociado a los años de educación tendría estaría sesgado al no cumplir con independencia en el término de
perturbación, específicamente, 𝐶𝑜𝑣(𝑋, 𝜀) ≠ 0.
Por esta razón, es necesario utilizar el método de Variables Instrumentales (VI) para estimar la variable años de educación aislada
de la variable habilidad. Este método de estimación permite obtener estimadores consistentes de los parámetros en el modelo,
en situaciones en que por alguna razón el modelo omite variables relevantes, tiene errores de medida o de simultaneidad. Sin
embargo, hace uso de variables adicionales que brinden información como instrumento para obtener estimaciones consistentes.
De esta manera, siguiendo a Barceinas (2002), una estrategia para el tratamiento de la endogeneidad consiste en utilizar como
instrumentos la información de los antecedentes familiares como los años de educación del padre y de la madre del individuo
(𝑍). Si disponemos de esta información, estas variables serían de utilidad como instrumentos66 para estimar los años de
65 Griliches (1997).
66 Se utiliza como referencia la educación del jefe (a) de hogar y esposa(o). Cabe resaltar que el tamaño de muestra disminuye al considerar estos instrumentos.
79
educación del trabajador, aislada de la variable habilidad. Cabe resaltar que estos instrumentos deben cumplir con algunas
condiciones para que los estimadores sean consistentes:
• 𝐶𝑜𝑣(𝑍, 𝜀𝑖 ) = 0, 𝑍 no está correlacionada con el término de perturbación del modelo 𝜀 (exogeneidad del instrumento).
• 𝐶𝑜𝑣(𝑍, 𝑋) ≠ 0, 𝑍 esta correlacionada con la variable endógena 𝑋 (relevancia del instrumento).
De este modo, el estimador de variables instrumentales tendrá una varianza mayor que el estimador de mínimos cuadrados
ordinarios, pero será consistente. Si no se cumplen las condiciones mencionadas, el estimador puede tener un sesgo mayor,
especialmente si los instrumentos recogidos tienen una correlación débil con los años de educación. Por lo anterior, es necesario
asegurar que estas condiciones se cumplan mediante la utilización de pruebas de postestimación.
PRUEBAS DE POSTESTIMACIÓN EN VARIABLES INSTRUMENTALES
Las siguientes pruebas de postestimación dan validez a los instrumentos utilizados en la estimación de la ecuación de ingresos
(4.1) del Capítulo 4, específicamente a los Modelos 1, 2 y 3. Los resultados indican los instrumentos cumplen con las condiciones
necesarias de exogeneidad y relevancia, con lo cual los estimadores de la ecuación fueron consistentes.
Test de Sargan: Prueba la hipótesis nula de que la variable años de educación del padre y la madre, es decir, jefes de hogares y
esposo(a), no sean instrumentos. El estadístico de Sargan (1958) y el p-valor asociado a este, rechaza la hipótesis nula.
Test de Endogeneidad (Hausman): Prueba la hipótesis nula de que la variable años de educación es endógena. Es la prueba
fundamental en la utilización del método de variables instrumentales. No se puede rechazar la hipótesis nula de que la variable
es endógena en el modelo, a través de la evaluación del p-valor asociado al estadístico de Hahn y Hausman (2002).
Test de instrumentos débiles: Prueba la hipótesis nula de que los instrumentos están débilmente correlacionados con la variable
endógena. En este caso, se compara el estadístico de Cragg y Donald (1993) que resume si los instrumentos están fuerte o
débilmente correlacionados, junto con los valores críticos de las tablas de Stock y Yogo (2002)67. Se concluye que los
instrumentos están fuertemente correlacionados con la variable endógena en evaluación.
Pruebas Postestimación
Variables instrumentales
14.73 11.36 11.93
Test de Sargan
(0.000) (0.000) (0.000)
0.194 0.0137 0.0625
Test de Endogeneidad
(0.660) (0.907) (0.803)
Test de Instrumentos débiles 104 965 99 788 100 338

ANEXO Nº 4. 4
MÉTODO DE DESCOMPOSICIÓN DE OAXACA-BLINDER
Para obtener la brecha salarial por género, se debe estimar dos ecuaciones de salarios, también denominadas ecuaciones de
salarios de Mincer, uno para la mujer (M) y otro para el hombre (H).
Basándose en la teoría del capital humano, estas ecuaciones salariales pueden expresarse de la siguiente manera:
𝑙𝑛𝑊𝐻 = 𝑋′𝐻 𝛽𝐻 + 𝜀𝐻 (4.3)
𝑙𝑛𝑊𝑀 = 𝑋′𝑀 𝛽𝑀 + 𝜀𝑀 (4.4)
Donde 𝑙𝑛𝑊𝐻 y 𝑙𝑛𝑊𝑀 son los logaritmos naturales del salario por hora percibido por el hombre y la mujer, respectivamente. 68
Asimismo, 𝑋𝐻 y 𝑋𝑀 son las matrices de variables explicativas que afectan a la determinación de los salarios del hombre y la
mujer, respectivamente; 𝛽𝐻 y 𝛽𝑀 representan los vectores de coeficientes a estimar asociados a cada una de sus matrices de
67Si tenemos solo una variable endógena, corresponde utilizar el estadístico F, el cual debe ser mayor que 13.91, de acuerdo con Steigner y Stock (1997).
68 Cabe indicar que, según la OIT (2013, pág. 14), la brecha salarial por género puede hacer referencia a las diferencias de ingresos por hora, semanales, mensuales
o anuales. Normalmente, la brecha salarial entre hombres y mujeres por hora es inferior a la semanal, mensual y anual. Esto se debe a que las mujeres suelen realizar
trabajos remunerados durante menos horas que los hombres, pues las mujeres siguen teniendo más responsabilidades familiares y domésticas. En el presente
informe se analizó el ingreso laboral por hora para no sobreestimar la brecha salarial, y porque es tradicionalmente utilizado en diversas investigaciones sobre este
tema.
80
variables explicativas; 𝜀𝐻 y 𝜀𝑀 son los términos estocásticos los cuales se distribuyen normal e independientemente, con media
cero y desviación estándar 𝜎𝜀𝐻 y 𝜎𝜀𝑀 .
Luego de realizar la estimación de las ecuaciones de salarios de Mincer para cada sexo, se procede a descomponer la diferencia
salarial usando el método de Oaxaca (1973) y Blinder (1972), considerado como un método paramétrico para estimar la
discriminación salarial por género. Dicho método permite identificar, por un lado, la diferencia salarial asociada a la diferencia
de factores o características observables en los individuos y, por otro, la diferencia salarial atribuida a factores no observables
como discriminación, la cual incluye factores como estereotipos, sesgos cognitivos, y otros que no son recogidos por la
información de las encuestas.69
Por lo tanto, esta diferencia salarial entre los trabajadores puede obtenerse restando las ecuaciones (4.3) y (4.4):
𝐸[𝑙𝑛𝑊𝐻 ] − 𝐸[𝑙𝑛𝑊𝑀 ] = 𝐸[𝑋′𝐻 𝛽̂𝐻 ] − 𝐸[𝑋′𝑀 𝛽̂𝑀 ]
̅̅̅̅̅̅
𝑙𝑛𝑊𝐻 − ̅̅̅̅̅̅
𝑙𝑛𝑊𝑀 = 𝛽̂𝐻 𝑋̅𝐻 − 𝛽̂𝑀 𝑋̅𝑀
Si añadimos términos y agrupamos adecuadamente la ecuación se obtiene la siguiente expresión:
̅̅̅̅̅̅
𝑙𝑛𝑊𝐻 − ̅̅̅̅̅̅ 𝛽̂𝑀 (𝑋̅𝐻 − 𝑋̅𝑀 ) + ⏟
𝑙𝑛𝑊𝑀 = ⏟ 𝑋̅𝐻 (𝛽̂𝐻 − 𝛽̂𝑀 ) (4.6)
𝐸 𝐷
Donde 𝛽̂𝐻 y 𝛽̂𝑀 son los estimadores de las ecuaciones de salarios; 𝑋̅𝐻 y 𝑋̅𝑀 son los valores promedios de cada una de las variables
explicativas por género. El primer sumando es el factor explicado o “Endowments (E)” que mide el diferencial salarial atribuido
a las diferencias en las características observadas entre ambos grupos. El segundo sumando representa a factores no observables
(D) y conocida generalmente en la literatura como discriminación salarial.
69 OIT (2019).
81
ANEXO Nº 4. 5
DESCOMPOSICIÓN DE BRECHA SALARIAL POR SEXO, SEGÚN AUTOPERCEPCIÓN ÉTNICA, 2012-2020
A través del análisis de la brecha del ingreso laboral por hora, tanto en el grupo de indígenas y afroperuanos como en el de
blancos y mestizos, se registraron diferencias de ingresos en ambos grupos. Para el primer grupo la brecha entre hombres y
mujeres ascendió a 18,1% en el año 2020, en otras palabras, las mujeres obtuvieron ingresos por hora 18,1% menos que las
mujeres en promedio. Al interior, el componente de discriminación fue mucho más relevante ya que el 11,6% se le atribuye a la
discriminación entre ambos sexos; en tanto que, el 6,6% fue atribuible a los factores observables.
En contraste, la brecha de ingresos laborales fue menor en el grupo de blancos y mestizos, donde los factores de características
individuales fueron los que predominaron. En el año 2020, las mujeres blancas y mestizas percibieron un ingreso laboral mayor
en 8,8% menos que sus pares mujeres, según sus características promedio. El 5,7% fue atribuible a las características
individuales, mientras que solo el 3,0% se le atribuye a la discriminación entre ambos sexos.
(Porcentaje)
INDÍGENAS Y AFROPERUANOS BLANCOS Y MESTIZOS
39,9 41,0
37,0 37,8
36,4
34,0 34,9
33,1
Brecha 28,5
22,2 25,4 25,1
21,6 22,3 23,4 22,8
21,0 20,6 21,2
26,2 21,9
21,9 18,1 Discriminación 13,2
10,0
18,9
25,6
9,4 11,3 10,8 8,5 5,1
14,1
11,6 8,8
17,7 15,5 15,6 16,1
12,1 13,0 Características 15,3 15,1 12,9 12,1 12,1 12,7 13,8 3,0
10,8
7,5 6,5
2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020
Atribuible a la Discriminación ( D ) Atribuible a la Discriminación ( D )

Atribuible a las carácterísticas individuales ( C ) Atribuible a las carácterísticas individuales ( C )
Nota: Se consideran los ingresos por hora totales por trabajo de la ocupación principal y secundaria del trabajador. Coeficientes significativos a un nivel de confianza de 99%.
82
GLOSARIO DE TÉRMINOS
1. Población en Edad de Trabajar (PET): Es el conjunto de personas que están aptas en cuanto a edad para el ejercicio de
funciones productivas. En el Perú, se considera a toda la población de 14 años y más como población en edad activa o
Población en Edad de Trabajar (PET).
2. Población Económicamente Activa (PEA): Son todas las personas en edad de trabajar que en la semana de referencia se
encontraban trabajando (ocupadas) o buscando activamente trabajo (desocupadas).
3. Población No Económicamente Activa (PEI): Son todas las personas que pertenecen a la población en edad de trabajar que
en la semana de referencia no han trabajado ni buscado trabajo y no desean trabajar. Dentro de este grupo se encuentran
las amas de casa, los estudiantes, los rentistas y los jubilados, que no se encontraban trabajando ni buscando trabajo.
También, se consideran dentro de este grupo a los familiares no remunerados que trabajan menos de 15 horas semanales
durante el periodo de referencia.
4. PEA ocupada: Es el conjunto de la PEA que trabaja en una actividad económica, sea o no en forma remunerada, en el periodo
de referencia. En este grupo se encuentran las personas que:
▪ Tienen una ocupación o trabajo al servicio de un empleador o por cuenta propia y perciben a cambio una remuneración
en dinero o especie.
▪ Tienen una ocupación remunerada, no trabajaron por encontrarse enfermos, de vacaciones, licencia, en huelga o cierre
temporal del establecimiento.
▪ El independiente que se encontraba temporalmente ausente de su trabajo durante el periodo de referencia pero la
empresa o negocio siguió funcionando.
▪ Las personas que prestan servicios en las fuerzas armadas, fuerzas policiales o en el clero.
5. PEA adecuadamente empleada: Está conformada por dos grupos de trabajadores:
▪ Aquellos que laboran 35 horas o más a la semana y reciben ingresos por encima del ingreso mínimo referencial.
▪ Aquellos que laboran menos de 35 horas semanales y no desean trabajar más horas.
6. PEA subempleada: Son los trabajadores cuya ocupación no es adecuada cuantitativa y cualitativamente, respecto de
determinadas normas. En el caso del Perú, se considera dos grupos de subempleo: por horas y por ingresos.
▪ Subempleo por horas (visible): Es aquel en el que se labora menos de 35 horas a la semana, se desea trabajar horas
adicionales y se está en disposición de hacerlo.
▪ Subempleo por ingresos (invisible): Es aquel en el que se labora 35 o más horas semanales, pero su ingreso mensual es
menor al ingreso mínimo de referencia.
Nota: Ingreso Mínimo Referencial: Es aquel que se obtiene de dividir el costo de la Canasta Mínima de Consumo (elaborado
sobre la base de los requerimientos mínimos nutricionales en calorías y proteínas) entre el número promedio de
perceptores del hogar. Se asume que existen dos perceptores de ingreso por hogar.
7. PEA desempleada: Se considera al segmento de la PEA que no contaban con ningún empleo, cuenta con disponibilidad para
trabajar, buscaron activamente un empleo durante la semana de referencia y no lo encontraron. Pueden ser de dos tipos:
▪ PEA cesante: Son las personas que se encontraban desocupadas, pero que anteriormente ocuparon un puesto de
trabajo.
▪ PEA aspirante: Es conformados por personas desocupadas que por primera vez buscaron empleo.
8. Desempleo oculto: Son las personas que no buscaron activamente empleo, teniendo el deseo y la disponibilidad para
trabajar, porque se cansaron de buscar trabajo, la falta de experiencia que tienen, razones de salud o falta de capital para
emprender un negocio.
9. Inactivo pleno: Integrado por las personas que no tuvieron ningún interés en trabajar.
10. Unidad de producción: Empresa o establecimiento que genera bienes y/o servicios dentro de la frontera de la producción
tal como es definida en el Sistema de Cuentas Nacionales.
11. Sector informal: Es el subconjunto de empresas no constituidas en sociedad de los hogares que operan dentro de la frontera
de la producción del Sistema de Cuentas Nacionales, de acuerdo a consideraciones de la OIT y del Sistema de Cuentas
Nacionales, se puede operativizar con criterios de registro o de tamaño.
83
12. Principales indicadores:
▪ Tasa de actividad: Mide la participación de la Población en Edad de Trabajar (PET) en el mercado de trabajo, sea
trabajando o buscando trabajo. La tasa de actividad nos indica qué porcentaje de la PET constituye la oferta laboral
(PEA/PET).
▪ Tasa de ocupación o ratio empleo-población: Mide el porcentaje de las personas de la PET que se encuentran trabajando
(PEA ocupada/PET).
▪ Tasa de subempleo: Nos indica qué proporción de la oferta laboral (PEA) se encuentra subempleada.
▪ Tasa de desempleo: Nos indica qué proporción de la oferta laboral se encuentra desempleada (PEA desempleada/PEA).
▪ Tasa de empleo asalariado: Mide el segmento de la PEA Ocupada que se encuentra laborando como trabajadores
asalariados en el sector público y privado.
▪ Tasa de empleo vulnerable: Mide el segmento de la PEA Ocupada que se encuentra laborando como trabajadores
independientes o como Trabajadores Familiares No Remunerados (TFNR).
▪ Tasa de trabajadores pobres: Nos indica la proporción de la PEA ocupada que pertenecen a un hogar cuyo gasto per
cápita no superaba la línea de pobreza monetaria.
▪ Tasa de inadecuación ocupacional profesional: Mide el segmento de la PEA ocupada con educación superior universitaria
y no universitaria que no presentó correspondencia entre la formación recibida y la ocupación que finalmente
desempeña; es decir, la incompatibilidad que existe entre la educación alcanzada y ocupación que ejercen. Puede
producirse de dos maneras diferentes:
- Sobreutilización: Cuando el trabajador se desempeña en una ocupación que requiere un mayor nivel de formación que
el adquirido.
- Subutilización: Cuando el trabajador se desempeña en una ocupación que requiere un menor nivel de formación que
el adquirido.
▪ Segregación ocupacional: Existencia de una distribución desigual de hombres y mujeres dentro de los grupos
ocupacionales.
▪ Segregación sectorial: Existencia de una distribución desigual de hombres y mujeres dentro de las ramas de actividad
económicas.
▪ Índice de Segregación: Mide el porcentaje de hombres y mujeres que deberían cambiarse dentro de las ocupaciones o
ramas de actividad económica para garantizar que la distribución por género sea igual (igualdad de participaciones).
13. Categoría ocupacional: Especificación que determina la relación del trabajador con el demandante de trabajo. Se reconocen
seis categorías ocupacionales:
▪ Empleador: Es aquella persona que es titular o director en la explotación de una empresa, negocio o profesión y tiene
trabajadores remunerados a su cargo.
▪ Empleado: Es el trabajador que se desempeña de preferencia en actividades de índole no manual, presta sus servicios a
un empleador público o privado, y percibe, generalmente, una remuneración mensual (sueldo).
▪ Obrero: Se denomina así al trabajador que desempeña actividades de carácter manual, que trabaja para un empleador
público o privado, y que percibe, generalmente, una remuneración semanal (salario). Considera a su vez a los
trabajadores que prestan servicios domésticos (lavado, cocina, limpieza, etc.) para una empresa o establecimiento
público o privado, y no para una familia particular.
▪ Trabajador independiente: Es aquella persona que trabaja en forma individual o asociada, explota una empresa, negocio
o profesión, y no tiene trabajadores remunerados a su cargo.
▪ Trabajador Familiar No Remunerado (TFNR): Es la persona que presta sus servicios en una empresa o negocio con cuyo
patrón o dueño tiene lazos de parentesco, sin percibir remuneración. En algunos casos recibe propina u otras formas de
pago diferentes a sueldo, salario o comisiones.
14. Actividad Económica: Para la medición del empleo, el concepto de actividad económica se define en términos de producción
de bienes y servicios, tal como ha sido establecido en el Sistema de Cuentas Nacionales (SCN) de las Naciones Unidas. Se
considera toda la producción del mercado y algunos tipos de producción de no mercado, que son la producción y elaboración
de productos primarios para autoconsumo, la construcción por cuenta propia y otras producciones de activos fijos para uso
propio. Excluye las actividades no remuneradas, como son las tareas domésticas no retribuidas y los servicios voluntarios a
la comunidad. Clasificación de ramas de actividad basada en el CIIU Rev. 4.
15. Grupos ocupacionales: Esta clasificación está relacionada con las labores que realiza la persona en su ocupación. Para
obtener una clasificación que sea comparable con las estadísticas internacionales, se ha adoptado el Código Nacional de
Ocupaciones (adaptación de la Clasificación Internacional Uniforme de Ocupaciones Revisada: CIUO-88).
84
85

Untitled

Cargado por

Copyright:

Formatos disponibles

Untitled

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Untitled

Cargado por

Copyright:

Formatos disponibles

MINISTERIO DE TRABAJO Y PROMOCIÓN DEL EMPLEO

BETSSY BETZABET CHÁVEZ CHINO

CAMILO DANTE LEÓN CASTRO

DIRECCIÓN GENERAL DE PROMOCIÓN DEL EMPLEO (DGPE)

FANNY ESTHER MONTELLANOS CARBAJAL

DIRECCIÓN DE INVESTIGACIÓN SOCIO ECONÓMICO LABORAL (DISEL)

VIVIANA NATALI CRUZADO DE LA VEGA

GIANCARLOS RIVERA REYNA

MINISTERIO DE TRABAJO Y PROMOCIÓN DEL EMPLEO

Anexo Nº 3. 1 Índices de segregación ocupacional...................................................................................................................... 75

Anexo Nº 4. 1 Modelo de participación Laboral Femenina, 2020............................................................................................... 77

Lima, diciembre de 2021

1 En el desarrollo de este informe se utiliza indiferentemente los términos género y sexo.

Finalmente, se presentan las conclusiones, bibliografía, anexos y glosario de términos.

Población en Edad de Trabajar

PEA Ocupada PEA Desocupada Inactivo Pleno Desempleo Oculto

Por horas Por ingresos

6 288 842 525 113

1.1. INDICADORES GLOBALES DEL MERCADO LABORAL

65,7 65,2 64,8 Mujer

Área de residencia Nivel educativo

Urbano Rural Hasta primaria 1/ Secundaria SNU SU

88,6 89,5 89,2 88,9 88,6

1.1.2. TASA DE OCUPACIÓN O RATIO EMPLEO-POBLACIÓN11

62,6 62,4 61,9 61,6

1.1.5. TASA DE EMPLEO VULNERABLE14

La pandemia de la COVID-19 ocasionó incrementos importantes de la tasa de empleo vulnerable femenino en

42,5 42,6 43,0 42,7

1.1.7. TASA DE DESEMPLEO16

4,7 4,7 4,6 4,5

3,7 3,9 3,8

1.1.8. INDICADORES GLOBALES SEGÚN DEPARTAMENTOS

29,8 30,1 30,0 30,1 30,5 29,8

Trabajadora del hogar 5,9 5,6 5,6 5,3 5,3

1.2.2. TELETRABAJO/TRABAJO REMOTO

18 Mayor detalle en el cuadro Nº 1.5 de la sección 1.3.3 del presente informe.

Nota: Cifras referenciales para ambos sexos en otra modalidad de trabajo

1.2.3. EMPLEO SEGÚN ESTRUCTURA DE MERCADO

1.2.5. EMPLEO SEGÚN GRUPO OCUPACIONAL

1.2.6. EMPLEO SEGÚN NIVEL EDUCATIVO ALCANZADO

Secundaria 37,6 37,5 37,4 37,6

Hasta primaria 1/ 31,6 31,5 31,7 31,2 30,9

38,4 Hasta Primaria 1/

Sin hijos 1 hijo 2 hijos 3 o más

1.2.7. EMPLEO POR DEPARTAMENTOS

21 MTPE (2010a), pág. 20.

1.3. CALIDAD DEL EMPLEO

17,1 Etapa COVID

1.3.3. INCLUSIÓN EN EL SISTEMA FINANCIERO

​ ​ 55,9% 54,0% 49,4%

2015 2016 2017 2018 2019 2020

Tasa de crecimiento promedio anual hombre: -0,7% Etapa

1 645 1 656 1 681 1 650 1 652 1 646

525 508 501 474 494 483 472 424

1 114 1 122 1 144

Mujer Hombre Brecha

Total Mujeres Sin hijos 1 hijo 2 hijos 3 o más

Quintil I Quintil II Quintil III Quintil IV Quintil V

1.3.5. INGRESO LABORAL SEGÚN DIFERENTES CARACTERÍSTICAS

1 500 privado 1 500

55,9% 54,0% 49,4%