Documento

Perú: Oferta y demanda de trabajo en la pequeña
agricultura del medio rural 1
Ramón Díaz
Raphael Saldaña
Carolina Trivelli
(Versión preliminar, para discusión)
Enero 2010
1 Documento que resume los resultados del componente sobre empleo rural del proyecto
“Employment and Income in Peru” desarrollado gracias al apoyo del IDRC.
1

Perú: Oferta y demanda de trabajo en la pequeña agricultura del medio rural
Este estudio ha sido desarrollados por el IEP, para el proyecto “Empleo e Ingreso en
Bolivia, Paraguay y Perú”, auspiciado por IDRC, tiene como finalidad presentar la
situación actual de algunos de los aspectos más relevantes del mercado de trabajo en
el ámbito rural del Perú.
Existen varias maneras para entrar a estudiar el mercado laboral rural peruano,
Nosotros hemos elegido analizarlo desde la oferta de trabajo por parte de los
individuos y la demanda de trabajo por parte de los conductores agropecuarios. Se ha
dejado de lado en el estudio las actividades no agropecuarias, pues no son las más
importantes en este ámbito.
En el caso de la demanda por trabajo, su estudio utiliza como fuente de datos la
encuesta nacional de hogares del año 2007, ella recoge datos a nivel nacional de
algunos aspectos básicos de los productores agropecuarios del ámbito rural, y datos
más detallados sobre la oferta de trabajo y los ingresos de los individuos que habitan
en el ámbito rural. Posteriormente se repasa también – aunque brevemente- la
generación de empleo derivada de los pequeños negocios independientes en el
ámbito rural.
En el caso del estudio de la oferta los datos utilizados describen hogares en zonas
agropecuarias del departamento de Piura, La Libertad, y del valle del Mantaro, en el
departamento de Junín. Estos datos provienen de la encuesta de hogares rurales
proyecto BASIS, realizada por el Instituto de Estudios Peruanos y la universidad de UC
DAVIS.
.
Pretendemos Intentamos responder algunas de las siguientes preguntas:
• ¿Cuánto empleo genera la pequeña agricultura en el Perú?
• ¿Cuál es el papel de los trabajadores familiares no remunerados en la actividad
productiva del ámbito rural?
• ¿Qué factores favorecerían un aumento en el empleo?
• ¿Cuáles son las condiciones del empleo en el ámbito rural?
• ¿Qué factores determinan la oferta de trabajo fuera de la actividad productiva
del hogar?
El estudio tiene tres secciones, en la primera se describe rápidamente los principales
indicadores laborales y de la economía de los hogares del ámbito rural, comparando
los años 2001 y 2007, periodo de crecimiento económico sostenido. En la segunda
sección se presenta el estudio sobre la demanda por trabajo de los productores
agropecuarios rurales del ámbito rural peruano. En la tercera se presenta el estudio
de la oferta de trabajo en Piura, Chepén y Valle del Mantaro.
2

Cambios y continuidades en el empleo del Perú rural 2001-2007
Resumen
El documento pretende ser una introducción a los estudios de demanda y oferta de
trabajo en el ámbito rural peruano desarrollados por el IEP. Se revisan los indicadores
básicos del mercado laboral en el ámbito rural, y algunas características de los
hogares rurales. En términos generales el panorama en el mercado rural del 2001 es
el mismo que se tiene en el 2007, con algunos matices. Los principales cambios que
se encuentran son un aumento de la participación de las mujeres en la PEA, sobre
todo hacia el rubro de trabajadores familiares no remunerados. Además, se encuentra
que casi no ha habido cambios en los ingresos de los trabajadores rurales, salvo en el
caso de los conductores que han tenido una mejoría en sus ingresos.
1 Introducción
El objetivo principal de este documento es presentar los principales cambios y
continuidades que se han dado en los indicadores básicos del empleo el Perú rural en
el periodo 2001-2007, sobre la base de los datos de las encuestas de hogares.
La determinación del periodo de estudio obedece a la disponibilidad de información.
Los datos de encuestas anteriores al 2001 tienen una cobertura menor, menor
representatividad, y menor detalle en la información. Además entre el 2001 y el 2007
se registrado un proceso de crecimiento macroeconómico sostenido, con una tasa
media anual de entre 6% y 7%, entonces si se espera encontrar cambios en los
indicadores laborales, este periodo es una buena referencia para ver si el crecimiento
macroeconómico se traspasa en alguna medida al ámbito rural, a través del mercado
de trabajo, y no solamente mediante programas sociales.
Un objetivo secundario es aproximarnos a algunos aspectos de la economía de los
hogares cuyos ingresos que dependen directa o indirectamente de las actividades
agropecuarias. Este documento hace el papel de introducción dos trabajos
desarrollados por el IEP –en el contexto del proyecto “Empleo e Ingreso en Bolivia,
Paraguay y Perú”, auspiciado por IDRC- que estudian la demanda por trabajo de los
pequeños productores rurales por un lado, por el otro la oferta de mano de obra en el
ámbito rural.
El carácter del documento es meramente descriptivo y presentará datos de los
principales indicadores referidos la mercado laboral. La problemática del sector rural
peruano se ha tratado desde varios enfoques en varios trabajos, muchos de ellos
bastante recientes. No obstante poca atención se ha prestado al mercado de trabajo
en el área rural, los dos documentos que siguen a esta introducción se ocuparán en
detalle de dos aspectos que casi no se han estudiado en el caso peruano, la demanda
y la oferta de trabajo por parte de los productores agropecuarios y hogares rurales,
sobre los cuales se sabía muy poco.
3

Este documento dos partes, en la primera se describen la evolución de los principales
indicadores PET, PEA, y ocupación en el ámbito rural peruano para los años 2001 y
2007. En la segunda, nos aproximamos a las principales características económicas
de los hogares que dependen de las actividades agropecuarias.
2 Evolución de los principales indicadores laborales 2001 y 2007
El tamaño de la población en edad de trabajar (PET), en el ámbito rural peruano se
estimaba en 5.8 millones de personas en el año 2001, en el 2007 este estimado
asciende a 6.6 millones lo que implica un aumento de 14%. La PET comprende a
todas las personas de 14 años en adelante.
La PEA incluye a todas las personas en edad de trabajar, que se encontraban
desarrollando algún tipo de actividad económica, o que estaban buscando activamente
algún trabajo dentro del periodo de referencia de la encuesta que en el caso peruano
es de una semana. En este mismo periodo la PEA -como porcentaje de la PET- ha
pasado de representar un 82% a un 88%, es decir la tasa de actividad en el ámbito
rural peruano a aumentado ligeramente en este periodo. Estos cambios implican un
incremento de la PEA (población económicamente activa) de 22%, y un decrecimiento
de la PEI (población económicamente inactiva) de –23% entre el 2001 y el 2007. Estos
datos se muestran a continuación en la tabla 1.
Tabla 1: Variación de la PET y sus componentes en el ámbito rural
Variación % 2007-2001
Distribución de la PET
PET PEA PEI 2001 2007
Costa 12.3% 22.1% -20.7% 15.8% 15.6%
Sierra 14.0% 19.6% -16.4% 64.7% 64.7%
Selva 15.8% 32.8% -37.8% 19.5% 19.8%
Fuente: ENAHO 2001 y2007
La tabla 1 también indica que, si bien en tanto en la costa como en la sierra se ha
registrado un aumento de la tasa de actividad, éste ha sido más importante (en
términos porcentuales) en la selva. Por otro lado, si bien en este periodo se han
producido un aumento en la tasa de actividad más importante en la selva, sigue siendo
la sierra la región natural que concentra un tercio de la PET rural, en el caso de la PEA
la situación es similar.
La composición por sexo de la PET en el ámbito rural es bastante parejo, no obstante
los hombres llevan una ligera ventaja respecto de las mujeres, excepto en al sierra en
donde las mujeres superan ligeramente a los hombres. En cuanto a la composición por
grupos de edad de la PET, podemos apreciar –en el gráfico 1- que existe un contraste,
pues en la sierra entre el 2001 y el 2007 el grupo mayor de 45 años a pasado a ser el
más grande, mientras que en la selva y la costa todavía el grupo más grande dentro
de la PET continúa siendo el de las personas entre 25 y 45 años.
4

Gráfico 1: Distribución regional de la PET en el ámbito rural
Entre el 2001 y el 2007 también se han dado importantes cambios en la participación
de las mujeres dentro de la actividad económica, lo que queda registrado en la
variación registrada en la PEA en cada región natural, que en todos los casos es
mayor a la misma variación registrada para los hombres, y que en el caso de la costa
cuadriplica la variación registrada para los hombres, y casi la triplica en el caso de la
selva. Estos cambios se muestran en la tabla 2 y en el gráfico 2.
Tabla 2: Distribución de PET y PEA por regiones naturales y sexo
PET
PEA
Total estimado (en miles)
Total estimado (en miles)
2001 2007 var. 07/01 2001 2007 var. 07/01
Costa mujeres 426 506 18.7% 262 374 43.0%
hombres 489 522 6.7% 443 487 9.8%
Sierra mujeres 1909 2169 13.6% 1503 1850 23.1%
hombres 1836 2101 14.4% 1662 1935 16.4%
Selva mujeres 513 604 17.8% 310 477 53.8%
hombres 615 702 14.1% 546 659 20.8%
Total
Rural mujeres 2848 3279 15.1% 2075 2701 30.2%
hombres 2940 3324 13.1% 2651 3082 16.2%
Fuente: ENAHO 2001 y2007
La tabla 2, indica que el cambio en este periodo es parejo entre hombres y mujeres en
el caso de la PET, mas no en la PEA, en donde el crecimiento de las mujeres a sido
mucho mayor. Sin embargo como proporción de la PET, las mujeres dentro de la PEA
siguen rezagadas respecto de los hombres, lo que hace probable que en el futuro
cercano las mujeres dentro de la PEA lleguen a alcanzar la misma proporción que se
tiene para los hombres.
La composición de la PET se muestra en el gráfico 2, queda claro que todavía hay
mucho espacio para la participación de las mujeres en la economía en el ámbito rural.
Por otro lado cabe preguntarse qué factores habrían influido en el cambio registrado
de la PEA femenina.
5

Gráfico 2: Composición de la PET por regiones naturales y sexo
En el ámbito rural peruano la ocupación bordea el 99% de la PEA tanto en el 2001
como en el 2007, en cualquiera de las tres regiones naturales y tanto para hombres
como mujeres. Por tanto se puede decir que en el ámbito rural se da una situación de
pleno empleo, lo cual es paradójico, dado que los niveles de pobreza monetaria, de
NBIs, acceso a servicios públicos están bastante rezagados en el ámbito rural
respecto al urbano. En adelante nos centraremos en la composición por sexo, grupos
de edad y nivel educativo de los ocupados en el ámbito rural.
Siguiendo la clasificación que se hace en el estudio de la demanda de mano de obra
por parte de los pequeños productores agropecuarios, hemos definido cuatro
categorías ocupacionales: trabajadores familiares no remunerados (tfnr), no
conductores (peones y trabajadores agropecuarios), conductores (personas que
dirigen una explotación agropecuaria) y no agropecuarios (cualquier otro tipo de
actividad remunerada no relacionada directamente con lo agropecuario). Sobre la base
de estas categorías hemos estimado los niveles de la población rural ocupada en cada
una de estas categorías en el 2001 y 2007.
La tabla 3 muestra los niveles (número de personas) de cada categoría ocupacional, la
importancia de cada una de ellas (diferenciando por sexo), la significancia de la
diferencia estimada entre los niveles de 2007 respecto de los de 2001, y la variación
porcentual entre éstos. Lo primero que resalta es la participación de las mujeres
dentro de la categoría “tfnr”, la cuarta parte del total de ocupados corresponde a
mujeres que no reciben un salario directamente pues son “tfnr”, esta figura se
mantiene en ambos periodos. Las demás categorías también se mantienen estables
como proporción del total de los ocupados en el ámbito rural. Para las mujeres se
estiman diferencias significativas entre ambos periodos, salvo en el caso de la
categoría “no conductor”. Tomando en cuenta el aumento de la participación femenina
en las actividades económicas dentro del ámbito rural, y teniendo en cuenta las
variaciones registradas para las diferentes categorías ocupacionales de la tabla 3,
podemos decir que las mujeres que se han incorporado a la PEA, lo han hecho para
dirigir una explotación agropecuaria (variación 2007-2001 de 65%), para ocuparse
fuera de las actividades agrícolas (variación de 33% entre el 2007 y 2001), y
finalmente para ocuparse como “tfnr” (variación de 25%).
Nótese que si bien la variación que se tiene para las mujeres “tfnr” es menor que la
registrada para las otras dos categorías mencionadas los niveles son muy diferentes,
el número de mujeres que se desempeñan como “tfnr” en el 2007 es 50% mayor que
la suma de las categorías con mayor crecimiento, por lo que podemos decir que la
6

mayor parte de las mujeres que se incorporan a la PEA en este periodo lo han hecho
para ser “tfnr”.
En el caso de los hombres, observamos que la categoría que agrupa una mayor
cantidad de individuos en ambos periodos es la de “conductor”, que supera a la suma
de las tres restantes categorías. También la categoría “tfnr” concentra alrededor de
500 mil individuos, siendo la segunda en importancia para los hombres. Por otro lado,
podemos ver que para los clasificados como “tfnr” el porcentaje esta alrededor del
10% en ambos periodos, las demás categorías también se mantienen estables como
proporción del total de ocupados. Para los hombres sólo se registran diferencias
significativas en los niveles de las categorías “conductor” y “no agropecuario”, para
dichas categorías se ha registrado un incremento de 19% y 45% respectivamente en
el número de personas dentro del ámbito rural para el periodo 2001-2007.
Tabla 3: Evolución de las categorías ocupacionales
(Total de personas en miles)
2001 % col. 2007 % col.
Dif. Sig.
(niveles)
Var%
07/01
Mujeres no conductor 143 3% 137 2% -5%
tfnr 1186 25% 1481 26% * 25%
conductor 293 6% 485 8% * 65%
no agropecuario 435 9% 579 10% * 33%
Hombres no conductor 365 8% 343 6% -6%
tfnr 506 11% 530 9% 5%
conductor 1416 30% 1690 29% * 19%
no agropecuario 341 7% 493 9% * 45%
Fuente: ENAHO 2001 y2007
A pesar de la creciente participación de las mujeres en la actividad económica del
ámbito rural, y del crecimiento del número de mujeres que se desempeñan como
conductoras de una explotación agropecuaria, o en actividades no agropecuarias, ellas
se encuentran concentradas sobre todo en el rubro de “tfnr”. Los estimados de la
composición por sexo y grupos de edad de cada categoría ocupacional se presentan
en el gráfico 3.
Un aspecto que resalta de este gráfico esta en la participación de hombres y mujeres
de (14 ) hasta 24 años dentro de la categoría “tfnr”, sólo dentro de este rango de edad
es que hay una participación mas igualitaria de hombres y mujeres (51% y 49 % en
2001, y 48% y52% en 2007 respectivamente). Esta paridad indicaría que los varones
inician su vida laboral ayudando como “tfnr” -generalmente en la agricultura- y luego
buscan de acuerdo a sus calificaciones otras ocupaciones, en cambio la mayoría de
las mujeres seguirán desempeñándose como “tfnr” durante el resto de su vida laboral.
Otra aspecto a resaltar del gráfico 3 es que también se aprecia un relativo balance
entre hombres y mujeres en la composición de la categoría “no agropecuario”,
balance que se mantiene en todos los grupos de edad y en ambos periodos.
Gráfico 3: Composición por sexo de las categorías ocupacionales, por rangos de
edad
7

En la tabla 4 presentamos la composición de las categorías ocupacionales por grupos
de edad del ámbito rural. Los datos indican que tanto las categorías “no conductor” y
“tfnr” son ocupadas predominantemente por jóvenes (hasta 24 años), y en menor
medida por adultos jóvenes (entre 25 y 45). En cambio la categoría “conductor”
predominan los adultos mayores de 45 años, mientras que en “no agropecuario” son
los adultos jóvenes el grupo predominante. Si bien existen variaciones en la
composición por grupos de edad en las diferentes categorías entre los periodos 2001 y
2007, éstos no implican un cambio cualitativo en la idea de los grupos de edad
predominantes para cada categoría.
Tabla 4: Composición de las categorías ocupacionales por edades
no conductor tfnr
2001 2007 2001 2007
Hasta 24 años 43.4% 49.6% 47.5% 43.6%
De 25 a 45 38.5% 35.2% 31.6% 32.1%
Más de 45 18.1% 15.2% 20.9% 24.4%
Total 100.0% 100.0% 100.0% 100.0%
conductor
no
agropecuario
2001 2007 2001 2007
Hasta 24 años 6.0% 4.6% 27.9% 33.6%
De 25 a 45 44.4% 42.4% 52.5% 47.2%
Más de 65 49.6% 53.1% 19.7% 19.1%
Total 100.0% 100.0% 100.0% 100.0%
Fuente: ENAHO 2001 y2007
En lo referente al nivel educativo alcanzado por los hombres y mujeres ocupados del
ámbito rural podemos decir que las mujeres registran menores niveles de educación
alcanzados tanto en el 2001, como en el 2007. No obstante para ambos sexos, en el
periodo 2001-2007 se registran algunas variaciones en los niveles medios de
educación adquiridos, sobre todo en el caso de las mujeres en la costa y selva, y para
los hombres en la sierra y selva (ver gráfico 4).
8

Gráfico 4: Diferencias en el nivel educativo alcanzado entre hombres y mujeres
ocupados
La tabla 5 muestra la composición de los niveles educativos alcanzados por los
hombres y mujeres de acuerdo a la categoría ocupacional en el 2001 y 2007. Resalta
que sean los conductores de la actividad agropecuaria aquellos que menores de
educación poseen, estos menores niveles educativos están de hecho relacionados con
las edades que tienen los conductores agropecuarios. Como se mostró en el cuadro 4,
dentro de esta categoría predominan los individuos con más de 45 años en adelante,
en el Perú la cobertura de la educación básica ha ido mejorando en las últimas dos
décadas, lo que implica que personas mayores de 40 no hayan podido beneficiarse de
este aumento en la cobertura de educación básica. Luego de los “conductores” son los
“no conductores” y los “tfnr” los que menores niveles de educación tienen.
Por otro lado tanto en el caso de los hombres, como en el de las mujeres, aquellos que
desarrollan no agropecuarias son los que poseen mejores niveles educativos. Estas
diferencias dan una idea de una primera restricción para ocuparse en una actividad
que no este relacionada con lo agropecuario en el ámbito rural, la educación.
Si bien la figura descrita respecto de la educación y el tipo de ocupación no varía
cualitativamente entre el 2001 y el 2007, es posible percibir mejoras en los niveles
educativos alcanzados en el 2007 respecto de los registrados en el 2001, sobre todo
para el caso de los “no conductores” y “tfnr”, que como se vio antes son los grupos que
concentran la mayor cantidad de jóvenes.
Mujeres
Tabla 5: Nivel educativo y categoría ocupacional, según sexo
2001 2007
no
conductor tfnr conductor
no
agropecuari
o
no
conductor tfnr conductor
no
agropecuari
o
ninguna 27% 25% 47% 15% 17% 23% 38% 11%
primaria 50% 54% 44% 46% 54% 50% 47% 42%
secundari
a 23% 19% 7% 27% 27% 25% 13% 34%
superior 0% 1% 1% 11% 2% 2% 2% 13%
Total 100% 100% 100% 100% 100% 100% 100% 100%
Hombres
no
conductor tfnr conductor
no
agropecuari
no
conductor tfnr conductor
no
agropecuari
9

o
o
ninguna 7% 3% 11% 2% 4% 3% 8% 1%
primaria 54% 40% 66% 30% 42% 29% 62% 26%
secundari
a 37% 54% 21% 47% 50% 63% 26% 53%
superior 2% 3% 2% 21% 4% 5% 4% 19%
Total 100% 100% 100% 100% 100% 100% 100% 100%
Fuente: ENAHO 2001 y2007
Finalmente se presentan comparaciones de los ingresos laborales mensuales y de las
horas laboradas totales por semana. Dado que el propósito es comparar si los niveles
medios de ingresos por trabajo han variado o no en el ámbito rural entre el 2001 y el
2007, los cantidades del año 2001 deflatadas espacialmente y llevadas a nuevos soles
de octubre de 2007, de modo que los promedio de ambos años sean comparables.
La tabla 6 muestra los promedios de los ingresos laborales totales por mes de acuerdo
a la categoría ocupacional, debemos recordar que los “tfnr” no perciben un ingreso de
modo que el estimado para este grupo es de cero. En el caso de lo ingresos laborales
no encontramos diferencias significativas para ninguna de las categorías en el caso de
las mujeres, en términos reales sus ingresos medios no han variado durante el periodo
reseñado.
Para los hombres se encuentran diferencias significativas para los no conductores, y
para los conductores. Para los no conductores hombres los estimados indican que
entre el 2001 y el 2007 no se ha producido ningún incremento en el ingreso mensual,
sino que por el contrario, el ingreso mensual medio de un hombre que se desempeñe
como peón o trabajador agropecuario habría disminuido en términos reales, debe
notarse que en el caso de las mujeres se tiene esta misma figura para esta categoría,
aunque la diferencia no llega a ser significativa. En cambio en el caso de los
conductores hombres, los estimados indican un incremento significativo de alrededor
del 25% para el 2007 respecto del promedio de 2001.
En el caso de los estimados reportados sobre las horas promedio trabajadas por
semana, sólo encontramos cambios significativos pero pequeños para las mujeres
dentro de las categorías “no conductor” y “no agropecuario” que habrían aumentado
sus horas trabajadas por semana, mientras que las mujeres que conducen una
actividad agropecuaria habrían disminuido ligeramente su carga laboral en este
periodo.
Tabla 6: Ingreso laboral mensual y horas por semana, según tipo de ocupación
2001 2007 Dif. Sig. Var.07/01 2001 2007 Dif. Sig. Var.07/01
Ingreso laboral total
Horas x semana
mujeres no conductor 227 186 -18% 35 39 * 13%
tfnr 0 0 0% 30 30 0%
conductor 237 241 2% 39 36 * -7%
no
agropecuario 336 353 5% 42 47 * 14%
hombres no conductor 364 323 * -11% 42 42 -1%
tfnr 0 0 0% 29 31 0%
conductor 350 438 * 25% 46 47 1%
no
agropecuario 687 725 5% 49 50 3%
Fuente: ENAHO 2001 y2007
10

Hasta aquí los datos muestran que la situación del empleo en el sector rural entre el
2001 y el 2007 no ha sufrido mayores cambios, es más ni siquiera los niveles de
ingresos laborales han aumentado en términos generales. Sin embargo sí existe una
mayor partición de la mujer en la actividad económica, sobre todo como trabajador
familiar no remunerado. Ahora bien, el estancamiento aparente de los ingresos
laborales nos hace pensar que este aumento de la participación de la mujer en la
actividad económica, no es una respuesta a mejores o mayores oportunidades
brindadas por el mercado laboral rural, sino mas bien por necesidad de generar
mayores ingresos para el hogar. En este contexto vale la pena investigar qué factores
promoverían una mayor participación y dinamismo en el mercado laboral rural, una
aproximación es investigar la demanda por trabajo de los pequeños productores
rurales.
3 Algunos datos de la economía de los hogares rurales 2001y 2007
Luego de comparar características básicas de la población ocupada en el ámbito rural,
es importante tomar en cuenta algunas de las características de los hogares a los
cuales pertenecen estos individuos. Estaremos interesados en conocer cuál es el
papel de los ingresos que provienen de las labores agropecuarias, y en que se
diferencian los hogares que dependen principalmente de las actividades agropecuarias
de aquellos que generan sus ingresos por otras actividades. Por otro lado también
repasaremos de qué manera la dotación de trabajo se asigna entre diferentes usos
alternativos. La idea de esta sección nuevamente es comprobar si entre el 2001 y el
2007 se han registrado cambios importantes en
En los gráficos siguientes se distinguen dos tipos de hogares, los hogares
agropecuarios son aquellos en los que los ingresos laborales (monetario y no
monetario) generados por los miembros ocupados que caen dentro de las categorías
ocupacionales “no conductores” y “conductores”, superan el 50% de los ingreso
laborales del hogar, en caso contrario el hogar será no agropecuario.
Debe notarse que el punto de corte para el parte de los ingresos laborales en 50% es
arbitrario, y que tienen la finalidad de diferenciar a aquellos hogares que son “más
agropecuarios” que otros, pues bien puede existir un hogar dentro de grupo de los
hogares no agropecuarios que obtenga un 40% de sus los ingresos laborales de sus
miembros de fuente agropecuarias.
En el gráfico 5, 6 y 7 presentan distribuciones de ingresos, gastos y el aporte de cada
tipo de ingresos al ingreso familiar. No se hace un análisis rigurosos de dominancia
estocástica, pues el objetivo es simplemente indagar si se han producido cambios
importantes en las distribuciones presentadas en el periodo estudiado.
El gráfico 5 presenta la distribución del ingreso total y monetario de los hogares
agropecuarios y no agropecuarios. Los ingresos totales comprenden cuatro grupos los
ingresos laborales (monetarios y no monetarios –pago en especies y autoconsumo), y
los ingresos no laborales (monetarios y no monetarios) que incluyen rentas,
donaciones, transferencias. Como vemos las distribuciones para ambos periodos son
sumamente similares, y denotan la mayor importancia que tienen los ingresos
monetarios para los hogares no agropecuarios.
Gráfico 5: Distribución del ingreso total y monetario mensual de los hogares
rurales
11

En el caso de los gastos monetarios (realizados en el mercado) y no monetarios
(básicamente donaciones), observamos una figura bastante similar a la que se obtiene
con los ingresos, no se aprecian cambios cualitativos importantes en ninguna de las
distribuciones (gasto total o gasto monetario), y se percibe una mayor importancia de
los gastos monetarios en los hogares no agropecuarios.
Gráfico 6: Distribución del gasto total y monetario mensual de los hogares
rurales
Las siguientes distribuciones representan la participación de los ingresos laborales, y
de los ingresos monetarios como proporción del ingreso total del hogar. El gráfico
muestra que no se han dado mayores cambios en la importancia que ambos grupos
de ingreso mantienen, sin embargo se percibe un ligero aumento de la importancia de
los ingresos laborales en el caso de los hogares no agropecuarios para el 2007. Por
otro lado, si bien para la mayoría de los hogares los ingresos laborales resultan muy
importantes, existe un grupo de hogares para os cuales los ingreso laborales no llegan
siquiera a representar 50% de los ingreso totales, esta citación se daba en el 2001 y
se mantiene para el 2007. Este detalle es importante pues implica que un mayor
dinamismo en el mercado de trabajo rural no se traduciría en mejoras en los ingresos
de buena parte de los hogares rurales, debido a la poca participación de los ingresos
laborales dentro de sus ingresos totales.
Gráfico 7: Distribución de la importancia dentro del ingreso total del hogar del
componente monetario y laboral (total)
12

Finalmente se estimó cuál es el aporte de cada categoría ocupacional, a los ingresos
laborales, las horas dedicadas al trabajo y la composición de la fuerza laboral de los
hogares rurales, diferenciando por niveles de pobreza. La idea es ver si hay un
balance entre la proporción de la fuerza laboral y las horas que aportan una
determinada categoría ocupacional, con el aporte que tiene en términos de ingreso.
El gráfico 8 muestra el aporte a la fuerza laboral de cada categoría de ocupación. Lo
primero que se observa es que existen poca diferencias entre la importancia de cada
categoría de ocupación en ambos grupos de hogares, independientemente de las
condiciones de pobreza. Nuevamente no se perciben cambios importantes en el año
2001 y 2007.
Por otro lado es interesante notar que dentro de los hogares no agropecuarios, hay un
importante aporte de miembros del hogar que son conductores agropecuarios 30%.
Por otro lado también es importante resaltar que en el caso de los hogares no
agropecuarios, la mayor parte de la fuerza laboral (miembros ocupados) viene dada
por los “no agropecuarios” y “conductores”, y en menor medida por los “tfnr”; mientras
que en el caso de los hogares agropecuarios, la mayor parte viene dada por los
“conductores” y los “tfnr”.
Gráfico 8:Composición media del total de miembros ocupados de acuerdo a las
diferentes categorías ocupacionales
El gráfico 9 muestra el aporte de cada categoría ocupacional al total de horas que
todos los miembros del hogar declaran trabajar en una semana normal. En primer
lugar nuevamente no se encuentran cambios importantes entre el 2001 y el 2007.
13

En el caso de los hogares no agropecuarios el 50% de las horas trabajadas
corresponden a la categoría “no agropecuario”, mientras que en el caso de los hogares
agropecuarios el 50% de las horas trabajadas van por cuenta de los conductores
agropecuarios.
Gráfico 9:Composición media del aporte al total de horas trabajadas por los
miembros del hogar de las diferentes categorías ocupacionales
Finalmente con respecto al aporte a los ingresos laborales, podemos ver que entre el
70% y 80% de los ingresos laborales de los hogares no agropecuarios son provistos
por la categoría “no agropecuario” esto no ha variado en el periodo reseñado. Mientras
que el caso de los hogares agropecuarios entre el 80% -en el caso de los pobres
extremos, y el 60% -en el caso de los no pobres, son provistos por los conductores
agropecuarios para el 2001, la figura se mantiene en el 2007, pero con una mayor
participación de entre 90% para los pobres extremos y 70% para los no pobres, lo cual
guarda correlato con el incremento de los ingresos laborales estimado para los
conductores agropecuarios mostrado en la tabla 6.
Gráfico 10: Composición media del aporte a los ingresos laborales del hogar de
las diferentes categorías ocupacionales
14

Empleo y actividad agropecuaria en el Perú rural
Resumen
El documento estudia la demanda por trabajo de los pequeños productores
rurales en el Perú. Bajo diferentes enfoques se llega a la conclusión de que la
demanda por trabajo es bastante inelástica, lo que deja poco espacio para que
sea mediante un aumento de la demanda por trabajo que las condiciones de
empleo en el ámbito rural mejoren. Es más un análisis posterior muestra que
dadas las actuales condiciones en el mercado laboral rural, los ingresos
generados son insuficientes para superar las actuales condiciones de pobreza
que imperan en el ámbito rural. Se encuentra también que termina siendo más
rentable para mucho hogares rurales utilizar parte de la fuerza de trabajo
disponible en la propia actividad productiva, en lugar de ofrecerla en el
mercado, sobre todo en el caso de las mujeres que en un buen porcentaje se
desempeñan como trabajadores familiares no remunerados.
1 Introducción
El objetivo de este trabajo es aproximarse a la capacidad que tienen los pequeños
productores agropecuarios en las zonas rurales para generar empleo. En particular al
finalizar este estudio quisiéramos tener una respuesta para las siguientes
preguntas:¿Cuánto empleo genera la pequeña agricultura en el Perú? ¿Cuál es el
papel de los trabajadores familiares no remunerados en la actividad productiva del
ámbito rural? ¿Qué factores favorecerían un aumento en el empleo? y ¿Cuáles son las
condiciones del empleo en el ámbito rural?
Para ello dos aproximaciones son propuestas. La primera es descriptiva, está dirigida
a caracterizar los activos productivos básicos disponibles por las pequeñas unidades
productivas la tierra, el capital y el trabajo. La segunda es correlacional y pretende
encontrar, en primer lugar, cuál es la magnitud de la relación entre la demanda por
trabajo y la remuneración de este en el mercado, en segundo lugar busca encontrar
factores que favorecen o no la demanda por trabajo en el ámbito rural.
Lo rural engloba a una serie de ideas o conceptos que varían de acuerdo al enfoque o
a la visión de cada investigar, el término suele estar asociado a peores condiciones de
vida, que se manifiestan en menos acceso a servicios públicos, menor desarrollo de
los mercados de bienes y servicios, y un poco presencia del estado, necesitamos
establecer qué significa para nosotros el ámbito rural. La definición de rural utilizada en
el Perú esta asociada a la aglomeración de viviendas, así todo centro poblado con 400
o menos viviendas contiguas será rural, esta será la definición con la que
trabajaremos. No obstante debemos tener en cuenta que aún cuando las condiciones
de vida e el ámbito rural suelen ser peores que las que se tiene para el ámbito urbano,
existen amplias diferencias también dentro del ámbito rural. Si bien el Perú ha venido
desarrollando un proceso progresivo de urbanización en los últimos 30 años, el censo
de población del año 2007 indica que todavía alrededor de la cuarta parte de la
población peruana habita en áreas rurales. Antes de empezar responder las preguntas
planteadas conviene tener un panorama muy general de los principales indicadores
laborales en el ámbito rural peruano, para ello se utilizarán los datos de la última
encuesta de hogares disponible.
15

La tabla 1 muestra los principales indicares estimados para el ámbito rural. Como
podemos ver la población en edad de trabajar en el área rural supera los 6 millones de
personas, de acuerdo con los datos de la Encuesta Nacional de Hogares ENAHO
2007. Dentro del ámbito rural, la sierra concentra alrededor del 65% del total de la
población en edad de trabajar (PET 2 ), la selva un 19%, y la costa un 16%. En términos
generales en el ámbito rural la proporción de hombres y mujeres dentro de la PET es
bastante pareja, esta distribución regional es similar para la población
económicamente activa (PEA 3 ). Sin embargo la participación relativa de los hombres
y las mujeres en el mercado laboral (PEA/PET) es menos pareja y son los varones los
que llevan la ventaja, sobre todo en la costa y la selva. Un detalle importante es que
casi no existe desempleo, tanto para los hombres como para las mujeres; casi todos
participan en algún tipo de actividad económica.
Tabla 1: Características de la ocupación en el ámbito rural 2007
PET PEA Ocupación Ingresos Horas
Total (miles) Distribución Total (miles) % de la PET (ocupados/PEA)
total
(promedio
mensual)
monetario
(promedio
mensual)
(Promedio x
semana)
Costa norte mujer 307 5% 235 76% 98.3% 129 97 28
hombre 323 5% 305 94% 99.5% 389 352 44
Costa centro mujer 160 2% 112 70% 97.6% 291 235 42
hombre 156 2% 141 91% 98.2% 578 551 47
Costa sur mujer 38 1% 27 71% 96.9% 431 378 40
hombre 43 1% 40 94% 99.8% 623 578 50
Sierra norte mujer 576 9% 491 85% 99.5% 66 47 31
hombre 553 8% 522 94% 99.3% 288 225 45
Sierra centro mujer 843 13% 696 83% 99.6% 117 85 36
hombre 816 12% 739 91% 99.1% 299 232 42
Sierra sur mujer 750 11% 663 88% 99.4% 93 67 38
hombre 732 11% 674 92% 99.1% 289 221 43
Selva mujer 604 9% 477 79% 99.6% 118 83 35
hombre 702 11% 659 94% 99.2% 413 339 44
Nacional
Rural mujer 3279 50% 2701 82% 99.3% 113 83 35
hombre 3324 50% 3082 93% 99.2% 345 282 44
Fuente: ENAHO 2007
Total 6603 100% 5783 88% 99.2% 237 189 40
Otro rasgo importante de los indicadores generales de empleo en el ámbito rural son
los ingresos laborales, tanto por su nivel, como por las diferencias regionales y entre
hombres y mujeres. La tabla 1 muestra estimados del promedio de ingresos laborales 4
totales y monetarios en las distintas regiones según sexo para todos los ocupados.
Los estimados muestran que los hombres tienen ingresos que llegan a duplicar o
triplicar el promedio estimado para las mujeres, por otro lado existen también
2 La población en edad de trabajar (PET) va desde los 14 años en adelante.
3 La población económicamente activa (PEA) incluye a todos los miembros de PET que trabajan o buscan
trabajo. Se incluye dentro de la PEA a aquellos trabajadores familiares no remunerados que laboran
menos de 15 horas por semana, a quienes la oficina de estadística no considera dentro del conteo.
4 Los ingresos laborales incluyen los ingresos obtenidos por la actividad principal y secundaria (si la hay),
ya sea ingresos como independiente o dependiente. Los ingresos totales incluyen el pago en especies y
el pago en moneda.
16

diferencias importantes en el porcentaje que representan los ingresos monetarios
respecto de los ingresos totales, pues éstos son mucho más importantes en la costa y
en la selva que en la sierra, además podemos decir que los ingresos en especie son
más importantes para las mujeres que para los hombres como proporción de los
ingresos laborales totales. En lo referido a las horas normalmente trabajadas por
semana podemos apreciar ligeras diferencias entre las diferentes regiones, y entre
hombres y mujeres, siendo los varones quienes más horas trabajan en promedio 5 .
Poco se sabe del empleo en el ámbito rural, hasta donde sabemos no existe un
estudio que se haya centrado en investigar la capacidad de los pequeños productores
para generar empleo, en cuánto se estima su dotación de tierra y con cuanto capital
trabajan. De acuerdo con la Encuesta Nacional de Hogares, los conductores
agropecuarios representan más de 2 millones de personas en el ámbito rural para el
año 2007, dentro de un hogar se puede encontrar más de un conductor agropecuario
(aunque sólo en un 12% de los casos) trabajando diferentes extensiones de tierras, y
manteniendo diferentes cultivos y constituyen por tanto diferentes unidades
productivas. La tierra, el capital y el trabajo son los factores clave para la realización
de las actividades productivas para estos conductores, la cantidad y calidad de dichos
recursos determinarán su producción y rentabilidad.
Hemos encontrado pocos trabajos, que en el caso peruano se hayan ocupado de la
demanda por trabajo, y aquellos que se han ocupado del tema se ocupan de la
demanda por trabajo en el sector formal, por parte de las empresas y dentro del
ámbito urbano. Este es el caso de los trabajos de Rendón y Aguilar (2007, 2008) el
primero de ellos utiliza la elasticidad precio de largo plazo del trabajo, y las horas
trabajadas en empresas situadas en las principales ciudades del país para estimar la
pérdida en la eficiencia social atribuible a los costos laborales de las empresas y las
contribuciones de los trabajadores. En el segundo trabajo los autores muestran, cómo
el problema de la endogeneidad en la demanda por trabajo implica una sub estimación
del valor de la elasticidad precio del trabajo. Por el lado de la importancia del trabajo
en la actividad agropecuaria podemos remitirnos hasta los trabajos de Figueroa
(1984), y Gonzales de Olarte (1984). Ambos trabajos se ocupan de la “economía
campesina” que podemos definir como unidades de producción y consumo, que tienen
en principio una baja conexión con el mercado de bienes, y cuya producción está
destinada principalmente al autoconsumo y al intercambio. Si bien no pretendemos
ocuparnos exclusivamente de unidades orientadas al autoconsumo, ambos trabajos
plantean la importancia de la mano de obra familiar en el desarrollo de las actividades
productivas.
Por un lado, dado que nuestro conocimiento respecto del papel que las pequeñas
unidades de producción desempeñan en la generación de empleo en el ámbito rural,
algunos de los resultados o hallazgos de este trabajo podrán servir como insumo de
futuras investigaciones o discusiones respecto de la situación del empleo en el las
zonas rurales del país. Por el otro tratar de responder las preguntas planteadas en
esta investigación permitirá primero identificar si existe o no espacio para la
implementación de políticas que favorezcan la generación de empleo en el sector
agropecuario rural, y además qué espacio queda para facilitar y mejorar las
condiciones del empleo en este sector.
Una de las razones por las cuales poco se ha investigado sobre la situación del
empleo en el ámbito rural del Perú es porque existe muy poca información al respecto,
5 Debemos destacar que los estimados de ingresos y horas trabajadas incluyen a los trabajadores
familiares no remunerados (TFNR), para los cuales los ingresos laborales son 0.
17

y menos aún que sea públicamente disponible. El último censo agropecuario, que
pretende ser una radiografía detallada de la realidad de la producción agropecuaria en
el país se realizó en 1994.
En este estudio la fuente básica de datos es la encuesta nacional de hogares
(ENAHO) del 2007, realizada por el la entidad estadística oficial el INEI. Esta es una
encuesta diseñada para aproximarse a los niveles de consumo y a partir de ellos
poder recoger finalmente las condiciones de pobreza de la población. En este sentido
está diseñada para recoger exhaustivamente datos sobre consumo e ingreso.
Además posee un módulo bastante detallo sobre empleo (que perite captar en detalle
los ingresos laborales). Si bien la información respecto del empleo permite generar
indicadores de ingresos laborales y los indicadores básicos de empleo, la encuesta no
esta diseñada para recoger en detalle la información relacionada con la actividad
productiva agropecuaria. La encuesta incluye un módulo sobre la producción
agropecuaria, pero éste no permite capturar información con suficiente detalle sobre
esta actividad, no obstante incluye información que es valiosa.
Dada la finalidad principal de la encuesta su diseño muestral se basa en el censo de
población del 2005, y sus factores de expansión reproducen la distribución de la
población en el territorio del país. Teniendo esto en cuenta, se decidió utilizar el diseño
muestral de la encuesta sólo cuando se presentan datos descriptivos, y no utilizarlo
cuando se utilizan métodos de regresión. Esta decisión se sustenta en el hecho de que
los factores de expansión que encontramos en el módulo del productor agropecuario
sólo sirven para saber qué porcentaje de la población representan estos individuos, de
modo tal que esta bien utilizarlos si es que queremos describirlos, pues lo que se hace
es contarlos y contrastar algunas de sus características observables. En cambio
dichos factores no están diseñados para representar el valor de la producción
agropecuaria o el gasto en mano de obra que realizan los productores de la muestra,
por lo que incluir los factores en las regresiones relacionadas con la demanda por
trabajo asalariado o en el análisis de los determinantes del valor de la producción
agropecuaria, podría introducir un sesgo que no podemos cuantificar en las
estimaciones. En el caso del módulo de empleo de la encuesta sí se cuenta con
factores de expansión que han sido tratados adecuadamente para recrear la estructura
del empleo e el Perú, por lo tanto dichos factores serán utilizados en la parte final de
este estudio cuando investiguemos las condiciones de empleo en el sector rural.
2 Caracterización de los pequeños productores agrícolas en ENAHO 2007
Un pequeño productor agropecuario es una persona que dirige o conduce una unidad
productiva sea agrícola, pecuaria forestal o alguna combinación de ellas. Como se
mencionó, en un hogar puede haber más de un conductor, pero cada uno de ellos
cuenta como una unidad productiva para los fines de este estudio, aún cuando
pertenezcan a un mismo hogar (este último caso representa algo más del 10% de los
productores). El productor agropecuario, ligado a su explotación agropecuaria será la
unidad de análisis en este trabajo y no el hogar al cual pertenece. En lo que sigue
haremos una distinción entre la actividad agrícola y la pecuaria 6 , aunque más del 90%
de los productores realizan paralelamente ambos tipos de actividad.
Antes de pasar a establecer una relación entre los salarios y la demanda por trabajo
de los pequeños productores agropecuarios rurales, y a partir de este resultado
6 La información de ENAHO incluye además las actividades de tipo forestal, sin embargo no es posible
diferenciar los gastos de las actividades agrícolas de las forestales, de modo que aquí los atribuimos todo
en su totalidad a actividades agrícolas. Además sólo un 15% de los productores de la muestra declara
que realiza este tipo de actividad, además de la actividad agrícola o pecuaria. Por tanto decidimos no
incorporar esta actividad en el análisis.
18

establecer cuál es el potencial de la actividad agropecuaria como generadora de
empleo, necesitamos tener una idea de las principales características de ellos. La
caracterización que proponemos se basa en los activos productivos básicos, tierra y
trabajo, y los gastos en insumos para la actividad productiva será la aproximación al
capital.
Más de un 30% de la PEA ocupada en las áreas rurales corresponde a los
trabajadores familiares no remunerados (TFNR). Si bien los TNR no perciben
ingresos 7 , aportan su fuerza laboral para generar ingresos en el hogar, lo que hace
necesario evaluar cuán importante resultan en la generación de ingresos para el
hogar. Por esto es conveniente diferenciar entre aquellos hogares que tienen TFNR y
aquellos que no, y cómo este hecho se relaciona con la demanda por trabajadores
externos al hogar, y por tanto con la creación de empleo en el ámbito rural.
Una aclaración respecto de la clasificación de cualquier conductor en la categoría “sin
TFNR” o “con TFNR”. Los datos indican como TFNR a aquellas personas que declaran
tener un trabajo, o realizar alguna actividad para obtener algún tipo de ingresos, y que
afirman ser trabajadores familiares no remunerados; no obstante estos individuos sólo
son considerados como parte de la PEA por la autoridad estadística nacional, si al
menos trabajan 15 horas semanales desarrollando alguna actividad (como TFNR), en
caso contrario son excluidos de la PEA. En la caracterización que sigue se mantiene
esta definición, es decir un productor cuenta con al menos un TFNR si éste último ha
trabajado al menos 15 horas en esta actividad 8 . Posteriormente evaluaremos si la
exclusión de aquellos con menos de 15 horas de trabajo por semana introduce o no,
algún tipo de distorsión en los estimados sobre el aporte de mano de obra que este
grupo de personas tiene en el desempeño de la actividad agropecuaria.
Los cortes propuestos para la descripción de las características de los productores de
la muestra son primero por niveles de pobreza monetaria 9 , por la presencia o no de
trabajadores familiares no remunerados en el hogar, de acuerdo a si el productor gasta
o no en adquirir jornales en le mercado, y finalmente una por dominios geográficos o
regiones naturales. Esta selección obedece a la necesidad de aproximarnos mediante
estos diferentes cortes a la amplia heterogeneidad que existe en la tenencia de activos
productivos.
La tierra, el trabajo y el capital son factores básicos para el desarrollo de las
actividades agropecuarias en el ámbito rural, la descripción de estos factores nos
permite, por un lado, elaborar algunas hipótesis sobre el uso, manejo e interacción de
los recursos disponibles por los conductores agropecuarios. Mientras que por el otro,
provee de un marco referencial para realizar posteriormente los análisis de regresión y
correlación. En este sentido, en lo referido a la tierra nos interesa conocer qué
proporción de los productores agrícolas poseen tierras propias, de éstas cuántas
poseen título de propiedad inscrito en Registros Públicos (RR.PP.), y además, cuál es
la extensión media y la calidad de ellas. En cuanto a los gastos asociados a la
7 O al menos, la encuesta no permite recoger información sobre éstos si es que los TFNR percibieran
algún tipo de ingreso
8 Si bien aquellos TFNR que declaran laboral menos de 15 horas por semana contribuyen también a
generar ingresos en el hogar, sólo tomamos en cuenta en esta parte descriptiva a un grupo de ellos
debido a que el promedio de horas trabajadas es muy diferente en ambos grupos (35 contra 8 horas por
semana). Debido a estas diferencias se considera mejor no tomar en cuenta en la parte descriptiva al
grupo de TFNR que trabajan menos de 15 horas por semana, pues podría estar sesgando las
comparaciones realizadas, no obstante si serán tomados en cuenta en el análisis de regresión.
9 La pobreza monetaria implica tres posibles categorías, pobres extremos, pobre no extremos y no
pobres. Dicha clasificación depende del nivel de gasto total mensual por persona alcanzado en el hogar
en relación con diferentes líneas de pobreza definidas por el Instituto Nacional de Estadística e
Informática (INEI)
19

producción queremos saber cuáles son los rubros de gasto más importantes, en
especial el gasto en jornales o mano de obra. Finalmente por el lado de la mano de
obra, estaremos interesados en aproximarnos al número de jornales que los
productores de la muestra adquieren en el mercado, y por otro lado quisiéramos saber
cuál es el aporte que hacen los trabajadores familiares no remunerados (TFNR).
Antes de presentar la caracterización de los pequeños productores agropecuarios del
sector rural en términos de sus activos productivos, conviene repasar cómo están
distribuidos éstos en el ámbito rural. Esta información se muestra a continuación.
Tabla 2
Total de productores agropecuarios 10 y su distribución en el ámbito rural
Total
productores [Interv. Conf 95%] Distribución
Nacional 2191052 2117713 2264391 100%
Pobre extremo 633768 590723 676813 29%
Pobre no extremo 698721 659226 738216 32%
No pobre 858563 809493 907633 39%
Con tfnr 1164724 1113027 1216421 53%
Sin tfnr 1026328 973125 1079531 47%
Si gasta en jornales 1351908 1291998 1411819 62%
No gasta en jornales 839144 787125 891163 38%
costa norte 197025 145450 248600 9%
costa centro 60130 36775 83485 3%
costa sur 22013 10581 33445 1%
sierra norte 391526 324879 458173 18%
sierra centro 556399 500258 612540 25%
sierra sur 536586 465744 607427 24%
selva 427374 372388 482360 20%
Fuente: ENAHO 2007
Como vemos a nivel nacional existen más de dos millones de productores
agropecuarios rurales. El 67% de ellos están en la sierra, el 20% en la selva y 13%
restante están en las zonas rurales de la costa. Del total de productores más del 60%
son pobres, la mitad de ellos cuenta con al menos un TFNR en el hogar, y más de la
mitad gasta en adquirir mano de obra en el mercado. Como veremos más adelante, la
distribución de los productores agropecuarios contrasta notablemente con los
indicadores de uso y manejo de los activos productivos, tierra, capital y trabajo.
2.1 Tierra
Empezamos presentado los resultados que se tienen sobre la tenencia de tierra
propia, de acuerdo con los datos de la ENAHO 2007. La tabla 3 presenta la proporción
de productores agrícolas (se excluye a los que sólo realizan una actividad pecuaria)
sin tierra propia. Los datos muestran que a nivel nacional un 17% de éstos no tienen
tierra propia.
Tabla 3
Productores agrícolas sin tierra propia en el ámbito rural
10 Se refiere a personas que dirirgen la actividad agropecuaria, y no a hogares.
20

Proporción [Interv. Conf 95%]
Nacional General 0.170 0.156 0.184
Pobre extremo 0.178 0.154 0.203
Pobre no extremo 0.181 0.161 0.202
No pobre 0.154 0.138 0.171
Con tfnr 0.148 0.132 0.165
Sin tfnr 0.197 0.178 0.216
Dominios
Costa norte Con tfnr 0.118 0.052 0.184
Sin tfnr 0.304 0.232 0.375
Costa centro Con tfnr 0.191 0.060 0.322
Sin tfnr 0.263 0.153 0.373
Costa sur Con tfnr 0.268 0.073 0.463
Sin tfnr 0.309 0.147 0.470
Sierra norte Con tfnr 0.154 0.115 0.194
Sin tfnr 0.197 0.148 0.247
Sierra centro Con tfnr 0.135 0.104 0.166
Sin tfnr 0.179 0.146 0.213
Sierra sur Con tfnr 0.104 0.078 0.130
Sin tfnr 0.133 0.101 0.166
Selva Con tfnr 0.214 0.169 0.259
Sin tfnr 0.219 0.180 0.259
Fuente: ENAHO 2007
Los estimados puntuales respecto a la condición de pobreza muestran que entre son
los no pobres aquellos que presentan una menor cantidad de productores sin tierra
propia. No obstante esta diferencia es menos importante de los que se esperaría,
respecto de los resultados que se tienen para los pobres y pobres extremos. También
es el caso de los productores para los cuales al menos existe un trabajador familiar no
remunerado (TFNR) en el hogar, este grupo presenta una menor proporción de
productores sin tierra. Ya que la diferencia es más clara cuando se diferencia por
presencia de TFNR, esta diferenciación se lleva a un nuevo corte, por dominios
geográficos.
Este corte sólo revela diferencias significativas en la costa norte, en donde la
proporción de hogares sin tierras es de 30% en promedio entre los productores que no
tienen TFNR, y de 12% en el grupo tiene al menos un TFNR. No obstante, los
estimados puntuales sugieren que en toda la costa aquellos hogares sin TFNR
concentran una mayor proporción de productores sin tierras. También se puede
percibir que la sierra es la región con menor proporción de productores sin tierra
propia, también en este caso los estimados indican que aquellos hogares sin TFNR
mantienen una mayor proporción de productores sin tierras.
Luego de averiguar cuál es la magnitud de productores que no poseen tierras, es
importante saber las condiciones de tenencia de aquellos que sí las poseen. Esta
característica es particularmente importante para nosotros, por el papel que puede
desempeñar en el momento en el que el productor decide realizar inversiones o
mejoras en la tierra, lo que a la vez puede determinar la productividad de la actividad
agrícola. Estamos interesados particularmente en saber cuál es la proporción de
tierras propias que se encuentran debidamente registradas en registros públicos. La
tabla 4 presenta las estimaciones realizadas. Los datos revelan que a nivel nacional de
todos los productores que declaran tener tierra propia, en promedio sólo un 17% del
total de la tierra propia se encuentra registrada en RR.PP.
21

Tabla 4
Proporción de tierras propias con título de RR.PP. en el ámbito rural
Proporción [Interv. Conf 95%]
Nacional 0.166 0.148 0.184
Pobre extremo 0.114 0.090 0.139
Pobre no extremo 0.138 0.116 0.159
No pobre 0.227 0.202 0.253
Con tfnr 0.159 0.137 0.180
Sin tfnr 0.175 0.154 0.197
Si gasta en jornales 0.179 0.158 0.199
No gasta en jornales 0.147 0.126 0.169
costa norte 0.331 0.242 0.420
costa centro 0.541 0.370 0.712
costa sur 0.456 0.225 0.687
sierra norte 0.260 0.206 0.314
sierra centro 0.099 0.074 0.124
sierra sur 0.089 0.065 0.112
selva 0.173 0.137 0.210
Fuente: ENAHO 2007
La condición de pobreza del productor muestra una clara y significativa diferenciación
respecto de la proporción de tierras con título en RRPP, entre los productores no
pobres y pobres. Los productores no pobres tienen en promedio el 22% de sus tierras
debidamente registradas en RRPP, mientras que este porcentaje es de sólo 11% y
14% en el caso de los productores pobres extremos y pobres no extremos
respectivamente, si bien este resultado tiene sentido sorprende que aún dentro del
grupo de los conductores no pobres el porcentaje de la tierra propia debidamente sea
tan bajo. El corte de acuerdo a la presencia de TFNR no muestra una diferencia
significativa. En cambio sí existe una leve (y significativa) diferencia entre aquellos
productores que gastan en mano de obra para la realización de sus actividades
productivas. En este caso aquellos productores que sí adquieren mano de obra en el
mercado presentan un 18% del total de sus tierras registradas en RRPP, mientras que
aquellos productores que no lo hacen sólo mantienen registradas alrededor del 15%
del total de sus tierras.
El corte por regiones naturales muestra, que es en la costa en dónde los productores
poseen una mayor proporción de sus tierras registradas en RRPP, especialmente en
la costa centro y sur, en cambio las regiones de la sierra centro y sur presentan la
menor proporción de tierras propias sin título registrado. Este resultado contrasta con
el anterior referido a la tenencia de tierra propia, en dónde vimos que era la costa la
región con mayor proporción de conductores sin tierra propia. Esta diferenciación
regional en el registro efectivo de la propiedad de la tierra nos hace esperar que
también se de una diferenciación en cuanto al uso y manejo del capital (gasto en
insumos, trabajo) y hasta en la tecnología utilizada para el desarrollo de las
actividades productivas agrícola y pecuaria.
Si bien un porcentaje importante de los productores agrícolas no poseen tierras
propias, la tierra es indispensable para la realización de su actividad, de modo que
aquellos que no las poseen deben conseguirla de algún modo, probablemente bajo
algún tipo de alquiler. No es el objetivo de este trabajo presentar cuáles son las
características de las tierras que son alquiladas, ni cuál es el precio que se termina
22

pagando por ellas, por eso en adelante nos referimos exclusivamente a la tierra
trabajada 11 , independientemente de que sea propia o no.
La tabla 5 presenta estimados de la extensión (en hectáreas) media de las parcelas
que finalmente trabajan los productores de la muestra y un indicador de calidad de la
tierra trabajada. El indicador de calidad construido se basa en el tipo de riego de cada
parcela, aquellas que son de secano tienen un peso de 1, y aquellas que tienen riego
tecnificado tienen una ponderación de 2.5, quedando entre estos valores el riego por
gravedad y el de pozo subterráneo, con ponderaciones de 1.5 y 2 respectivamente.
Así el indicador propuesto es un promedio de las extensiones de tierra trabajada
ponderado por el tipo de riego. Si todas las parcelas son de secano el indicador toma
el valor de 1, si todas poseen riego tecnificado el indicador tomará el valor de 2.5. Al
no tener mayor información de la calidad de la tierra trabajada el tipo de riego
constituye una buena aproximación, pues por un lado es difícil suponer que se realicen
inversiones en una tierra de mala calidad, y por el otro una mayor tecnificación del
riego aumenta la productividad de ésta.
Tabla 5
Extensión media de las parcelas trabajadas (Ha), número y calidad media de
éstas en el ámbito rural
Extensión promedio x
parcela (ha) Índice de calidad Número de parcelas
Promedio [Interv. Conf 95%]
Promedi
o
[Interv.
Conf 95%] Promedio
[Interv.
Conf 95%]
Nacional 2.86 2.44 3.29 1.12 1.11 1.13 3.22 3.00 3.44
Pobre extremo 1.67 1.32 2.02 1.08 1.06 1.09 3.45 3.19 3.71
Pobre no extremo 2.38 1.80 2.97 1.10 1.09 1.12 3.28 3.00 3.57
No pobre 4.18 3.43 4.93 1.17 1.15 1.19 2.99 2.73 3.25
Con tfnr 3.12 2.57 3.68 1.10 1.09 1.11 3.49 3.24 3.74
Sin tfnr 2.54 2.01 3.08 1.15 1.13 1.16 2.89 2.68 3.10
Si gasta en jornales 3.24 2.75 3.74 1.13 1.12 1.15 3.06 2.89 3.23
No gasta en jornales 2.33 1.70 2.97 1.11 1.09 1.12 3.44 3.10 3.79
costa norte 1.36 0.98 1.74 1.38 1.31 1.45 1.76 1.41 2.11
costa centro 4.24 -0.54 9.03 1.47 1.39 1.55 1.37 1.23 1.52
costa sur 3.18 2.19 4.17 1.60 1.49 1.71 1.58 1.22 1.93
sierra norte 1.67 1.34 2.00 1.09 1.06 1.11 2.23 2.07 2.38
sierra centro 0.64 0.42 0.86 1.12 1.10 1.15 3.99 3.78 4.21
sierra sur 2.18 1.07 3.29 1.10 1.08 1.13 5.12 4.44 5.79
selva 7.88 6.69 9.07 1.02 1.01 1.03 1.55 1.49 1.62
Fuente: ENAHO 2007
Los datos muestran que los pequeños productores agrícolas manejan un promedio de
3 parcelas con una extensión ligeramente inferior a 3 hectáreas cada una. El indicador
de calidad de la tierra tiene un promedio de 1.12, lo cual indica que la mayoría de las
tierras de los productores de la muestra dependen de la lluvia, lo que implicaría que su
calidad no es muy buena.
El corte por niveles de pobreza muestra diferencias entre los productores pobres y los
no pobres. En términos medios los productores no pobres trabajan parcelas dos veces
más grandes que los productores no pobres y tres veces más que los pobres
11 Cabe la posibilidad de que la productividad pueda ser diferente en la tierra alquilada respecto de la
propia por múltiples razones, sin embargo no podemos saber cuál es la producción por hectárea para
diferenciar productividades. Sólo podríamos diferenciar entre aquellos que no poseen tierra propia y
aquellos que sí, pero esto nos alejaría del objetivo central de este trabajo
23

extremos, de acuerdo con los estimados puntuales de la extensión media por parcela.
El número de parcelas promedio trabajadas va descendiendo ligeramente conforme
nos movemos de los productores más pobres a los no pobres, no obstante esta
diferencia es significativa sólo respecto de los productores no pobres. En cuanto a la
calidad de las tierras, las diferencias son significativas pero pequeñas, siendo los
productores no pobres los que mejores tierras conducen.
Asimismo los productores que no cuentan en su hogar con al menos un TFNR trabajan
parcelas con extensiones superiores a aquellas trabajadas por productores que no
cuentan con TFNR (3.12 ha contra 2.54 ha en promedio), esta diferencia se mantiene
en el caso del número de parcelas trabajadas (3.5 contra 2.9). Ocurre lo contrario en el
caso del nuestro indicador de calidad de la tierra, pues en este caso el grupo de
productores sin TFNR presenta un índice promedio de 1.5 respecto del 1.1 que se
obtiene para el grupo de productores con al menos un TFNR.
Esta diferencia también aparece cuando distinguimos a los productores de la muestra
de acuerdo a si adquieren o no mano de obra (jornales), en este caso los datos
muestran que aquellos productores que sí gastan en mano de obra trabajan, en
términos medios, menos parcelas y de mayor extensión, en ambos casos las
diferencias son significativas. Por otro lado, el indicador de calida es ligeramente
superior para aquellos productores que si gastan en alquilar mano de obra. Debe
notarse que el hecho de que un hogar cuente con TFNR no implica que no arriende
también mano de obra.
El corte por regiones naturales muestra que en los productores de la selva manejan
1.5 parcelas con extensiones de alrededor de 8 ha, que dependen de la lluvia
básicamente. En cambio los productores de la costa manejan un promedio de entre
1.3 y 1.8 parcelas con extensiones que van de un promedio de 1.36 ha en la costa
norte a un 4.24 ha en la costa central. Por otro lado, la información de la tabla 3
muestra que la calidad de las tierras de la costa es superior a las que se encuentran
en las demás regiones, pues el indicador de calidad oscila entre el 1.38 en la costa
norte y el 1.6 en la costa sur. La sierra muestra las peores condiciones, es decir un
mayor número de parcelas por productor, de menor extensión y con menor calidad.
2.2 Capital (gasto monetario en la producción agropecuaria)
Los gastos monetarios realizados tanto en al actividad agrícola como pecuaria, serán
nuestra variables de aproximación al capital que los pequeños productores de la
muestra utilizan 12 . La tabla 6 presenta los cuatro principales grupos de gasto que se
pueden extraer de la ENAHO en el caso de la producción agrícola, el valor promedio,
variabilidad y la proporción de productores que realizan un gasto positivo para cada
uno de los ítems presentados.
Como vemos el gasto en alquiler de tierras promedio a nivel nacional es de 611
nuevos soles por año, sin embargo también podemos apreciar que sólo el 8% de los
productores han realizado un gasto en alquiler de tierra. No obstante el porcentaje de
productores que no tenían tierra propia era de 17%, lo que indica que la diferencia de
productores que no poseen tierra propia deben conseguirla mediante otro tipo de
arreglo que no sea el alquiler, o al menos no el alquiler en términos monetarios. Por
otro lado el valor medio del gasto en insumos asciende a 476 nuevos soles por año,
también podemos ver que el 93% de los productores agrícolas realizan gastos en
insumos, asimismo el 50% de los productores agrícolas realizan gastos en el alquiler
12 Es posible que no todos los gastos realizados impliquen un gasto monetario, pero sólo este tipo de
gastos es recogido en la encuesta.
24

de mano de obra, el gasto promedio a nivel nacional en mano de obra es de 541
nuevos soles anuales. Finalmente el gasto en asistencia técnica promedio para
aquellos que decidieron adquirir algún tipo de asistencia técnica asciende a 133
nuevos soles, no obstante sólo el 1% de los productores agrícolas realizan este tipo de
gasto. Los estimados con mayor variabilidad para los estimados presentados se dan
en el caso del gasto en alquiler de tierra y en asistencia técnica.
Tabla 6
Valores promedio y variabilidad de los gastos realizados en la actividad agrícola,
y proporción de productores que realizan cada tipo de gasto en el ámbito rural
Alquiler de tierra
Insumos
estimado coef. var. Gasto positivo estimado coef. Var. Gasto positivo
General 611 0.18 0.08 476 0.07 0.93
Pobre extremo 123 0.20 0.06 223 0.06 0.95
Pobre no extremo 351 0.30 0.08 301 0.06 0.94
No pobre 1051 0.18 0.09 828 0.10 0.91
Con tfnr 689 0.24 0.07 518 0.10 0.95
Sin tfnr 516 0.17 0.08 423 0.09 0.92
Si gasta en jornales 820 0.19 0.09 684 0.09 0.93
No gasta en jornales 167 0.16 0.06 189 0.04 0.94
costa norte 361 0.34 0.13 731 0.19 0.92
costa centro 2167 0.17 0.20 3960 0.17 0.96
costa sur 4537 0.44 0.20 2669 0.23 0.94
sierra norte 163 0.23 0.03 298 0.12 0.94
sierra centro 414 0.41 0.08 437 0.14 0.99
sierra sur 417 0.44 0.08 323 0.11 0.99
selva 611 0.20 0.05 279 0.18 0.80
Jornales
Gasto en asist. Técnica
estimado coef. var. Gasto positivo estimado coef. Var. Gasto positivo
General 541 0.08 0.50 133 0.16 0.01
Pobre extremo 196 0.17 0.37 90 0.24 0.01
Pobre no extremo 318 0.09 0.46 142 0.38 0.01
No pobre 831 0.09 0.63 155 0.19 0.01
Con tfnr 592 0.11 0.50 145 0.23 0.01
Sin tfnr 476 0.09 0.49 115 0.15 0.01
Si gasta en jornales 541 0.08 0.85 125 0.15 0.01
No gasta en jornales . 0.00 143 0.29 0.01
costa norte 913 0.25 0.54 81 0.30 0.00
costa centro 1487 0.12 0.62 174 0.16 0.02
costa sur 1811 0.27 0.70 96 0.29 0.04
sierra norte 271 0.31 0.40 91 0.44 0.01
sierra centro 186 0.15 0.54 99 0.21 0.01
sierra sur 252 0.10 0.42 146 0.29 0.01
selva 1096 0.12 0.57 205 0.33 0.01
Fuente: ENAHO 2007
Cuando pasamos a distinguir por condición de pobreza encontramos grandes
diferencias en los cuatro grupos de gasto presentados, tanto en los estimados
25

puntuales, como en la proporción de productores con gastos positivos. Por el lado del
gasto en alquiler de tierra vemos que los productores no pobres alcanzan un gasto
medio de 1051 nuevos soles, contra 123 en promedio en el caso de los pobres
extremos, además de esta diferencia la variación de dichos estimados es mayor
también en el caso de los más pobres, asimismo el estimado puntual de aquellos que
realizan este tipo de gasto es mayor para los no pobres. En el caso del gasto en
insumos la figura es similar aunque menos pronunciada, además en este caso la
mayor variabilidad del coeficiente estimado corresponde a los productores no pobres.
En el gasto en jornales la además de las diferencias en los estimados puntuales (831
para los no pobres, 318 para los pobres no extremos y 196 para los pobres extremos)
destaca las diferencias en la proporción de productores que gastan en adquirir jornales
en el mercado. La tabla 6 indica que un 63% de los productores no pobres realizan
ningún tipo de gasto en jornales, siendo este porcentaje mucho menor para los pobres
y obres extremos.
El corte según la disposición de al menos un TFNR, muestra que el grupo de
productores con TFNR gastan más en los cuatro rubros mencionados, aunque las
diferencias no llegan a ser significativas, por otro lado la proporción de productores
con gastos positivos para cada uno de los rubros presentados no presenta tampoco
diferencias significativas para ambos grupos. Cuando pasamos a distinguir entre los
productores que gastan en jornales y los que no, encontramos diferencias grandes y
significativas en tanto en el gasto en el alquiler de tierra, como en el gasto en los
insumos utilizados para la producción.
Cuando pasamos a revisar los estimados por regiones naturales encontramos también
marcadas diferencias. Por un lado, en lo referido al gasto en alquiler de tierras, la
información de la tabla 6 muestra que los estimados puntuales dan a la costa centro y
sur promedios mucho mayores que el resto de dominios, sin embargo la variabilidad
de estos estimados es muy grande, lo cual no hace tomar con cuidado estos datos,
además también se tienen para estas dos zonas las proporciones más altas de
productores que realizan este gasto. También en estos dos dominios se encuentran
los estimados puntuales más altos para el gasto en insumos. La sierra aparece como
el dominio en el que menor niveles de gasto promedio se encuentra, tanto en el caso
del gasto en alquiler de tierras, como en el gasto en insumos, además de ser más
pequeños presentan también la mayor variabilidad.
El gasto en jornales nuevamente es mayor (en términos promedio) en la costa centro y
sur –aunque con una gran variabilidad- y además se tiene para estos dominios la
mayor proporción de productores que realizan este tipo de gastos. El gasto promedio
registrado para la selva es también bastante elevado, y presenta un coeficiente de
variación menor al registrado en la costa, la proporción de productores con gastos
positivos es también elevada en este dominio. Nuevamente la sierra es la región con
menor gasto promedio y con menor proporción de productores con gasto positivo en el
rubro de contratación de mano de obra. Con respecto al gasto en asistencia técnica,
encontramos niveles promedio muy bajos en todos los dominios, con grandes niveles
de variabilidad y una muy pequeña proporción de gasto positivo.
La tabla 7 complementa la información presentada en el cuadro anterior. En este caso
se muestra el estimado del gasto total (promedio) derivado de la actividad agrícola, el
grado de variabilidad de este estimado, y además la importancia de cada tipo de gasto
realizado medido como la proporción del gasto total destinada a cada uno de los
rubros de gasto, en este caso todos los productores entran en el cálculo del promedio
y no sólo de aquellos realizaron cada tipo de gasto como en el cuadro anterior.
26

La tabla 7 muestra que el nivel promedio del gasto de producción de la actividad
agrícola en la ENAHO supera ligeramente los 1000 nuevos soles por año. Por otro
lado, cuando se toma en cuenta a la totalidad de los productores la proporción
promedio dedicada al gasto en alquiler de tierras representa sólo el 2% de los gastos
totales destinados a la producción agrícola, en cambio el gasto en insumos alcanza
una proporción media de 51%, mientras que los gastos en jornales llegan a alcanzar el
17% del total de los gastos. El gasto en asistencia técnica no alcanza siquiera el 1%.
Estos promedios, junto con los indicadores de calidad de la tierra antes reseñados
permiten afirmar de modo general el carácter extensivo, con poca inversión y pca
tecnología, de la agricultura de los conductores en la muestra de ENAHO.
Cuando revisamos los estimados por condición de pobreza encontramos que los
productores no pobres tienen un gasto total promedio que es cerca de 5 veces el
promedio que se tiene para los productores pobres extremos y 3 veces más que los
pobres no extremos, por otro lado dedican un 24% de éste al gasto en jornales,
mientras que los productores pobres dedican entre el 10 y 15%. La importancia de los
gastos en alquiler de tierras, insumos, jornales y asistencia técnica y otros 13 , son
bastante similares entre los tres grupos.
Tabla 7
Gasto total de la actividad agrícola, e importancia del tipo de gasto por
componentes en el ámbito rural
Gasto total
Promedio
estimado
coef. var.
Alquiler de
tierra Insumos Jornales
Prop. del Prop. del Prop. del
gasto total gasto total gasto total
Asist.
Técnica
Prop. del
gasto total
Otros
Prop. del
gasto total
General 1032 0.06 0.02 0.51 0.17 0.00 0.30
Pobre extremo 442 0.05 0.01 0.55 0.10 0.00 0.34
Pobre no extremo 630 0.05 0.02 0.53 0.15 0.00 0.31
No pobre 1816 0.08 0.02 0.47 0.24 0.00 0.27
Con tfnr 1128 0.08 0.02 0.51 0.16 0.00 0.31
Sin tfnr 913 0.08 0.02 0.52 0.17 0.00 0.29
Si gasta en jornales 1537 0.07 0.02 0.45 0.28 0.00 0.25
No gasta en
jornales 325 0.04 0.02 0.61 0.00 0.00 0.37
costa norte 1747 0.21 0.03 0.49 0.02 0.00 0.30
costa centro 6231 0.16 0.07 0.60 0.13 0.00 0.20
costa sur 6693 0.22 0.09 0.44 0.15 0.00 0.32
sierra norte 519 0.14 0.01 0.63 0.11 0.00 0.25
sierra centro 733 0.14 0.02 0.62 0.11 0.00 0.25
sierra sur 710 0.12 0.02 0.53 0.11 0.00 0.34
selva 1186 0.10 0.02 0.27 0.35 0.00 0.36
Fuente: ENAHO 2007
También podemos apreciar que existen diferencias entre el gasto total promedio de los
productores que cuentan con TFNR y los que no, siendo tal diferencia significativa y
favorable al primero de estos grupos. En cambio, que no se perciben diferencias en la
importancia que cada rubro de gasto representa para estos dos grupos de
productores, dada esta similitud en las proporciones del gasto destinado a cada rubro
13 El rubro “otros” es bastante amplio e incluye el gasto en transportes, sacos, bolsas, almacenamiento,
alquiler, mantenimiento o reparación de maquinaria, herramientas o alquiler de animales. De ahí la
importancia del rubro dentro del gasto total.
27

señalado se puede afirmar entonces que los productores con TFNR gastan más en
insumos, jornales y demás; lo cual sugiere que las unidades que cuentan con TFNR
son menos pobres.
El corte de acuerdo a si se realizan gastos en alquiler de jornales muestra una gran
diferencia entre aquellos productores que si gastan en alquilar jornales que presentan
un gasto total promedio de 1540 nuevos soles por año, contra gastos promedios de
325 por el lado de aquellos que no gastaron en alquilar jornales. Asimismo podemos
apreciar una importante diferencia en la manera en que se distribuye el gasto total
entre los diferentes rubros presentados.
La diferenciación por regiones naturales nuevamente indica que es la costa en dónde
mayores niveles de gasto total se registran, sobre todo en el centro y en el sur, no
obstante presentan también elevados niveles de variación. Pasando a la importancia
de la distribución entre los diferentes rubros de gasto encontramos, que es en la costa
en dónde mayor importancia tienen los gastos en alquiler de tierra. Asimismo, los
gastos en alquiler de tierra y jornales son más importantes en la costa. Debe
destacarse también que en la selva es la región en donde mayor importancia tiene el
gasto en jornales llegando a un promedio del 35% del gasto total, y en cambio
presenta el menor estimado para la proporción destinada al gasto en insumos.
Finalmente, la sierra es la región en donde menor gasto total se registra sobre todo en
la sierra norte.
Las tablas 8 y 9 recogen la información correspondiente a los gastos incurridos por la
actividad pecuaria. En la tabla 8 se presenta el estimado del nivel de gasto promedio
para los rubros de jornales e insumos, sólo para aquellos que realizan dichos gastos,
así como la proporción del total de productores pecuarios que declaran realizar dichos
gastos (gasto positivo). El gasto en insumos en la actividad pecuaria incluye los gastos
en alimentos para animales, servicios y productos veterinarios, los componentes del
rubro otros no están definidos explícitamente dentro de la encuesta y por eso no los
incluimos en las tablas. Como vemos el gasto en jornales promedio asciende a 795
nuevos soles anuales a nivel nacional rural, promedio mayor al que se tienen para la
actividad agrícola, sin embargo debemos de tomar en cuenta la variabilidad de estos
estimados y que sólo un 3% de los productores pecuarios realizan gastos en jornales.
Por otro lado, el gasto en insumos alcanza un promedio de 438 nuevos soles por año y
presenta una menor variabilidad.
Las diferencias por niveles de pobreza son marcadas para ambos rubros de gastos,
siendo los niveles de gastos de los productores no pobres significativamente mayores.
En cambio la diferenciación por TFNR sólo presenta una diferencia significativa y
favorable a aquellos que cuentan con TFNR. Asimismo los gastos en insumos
alcanzan un promedio significativamente mayor en el caso de los productores que
gastan en alquilar jornales.
Tabla 8
Valores promedio y variabilidad de los gastos realizados en la actividad
pecuaria, y proporción de productores que realizan cada tipo de gasto en el
ámbito rural
Jornales
Insumos
estimado coef. var. Gasto positivo estimado coef. var. Gasto positivo
General 795 0,26 0,03 438 0,12 0,98
Pobre extremo 110 0,43 0,01 148 0,05 0,97
Pobre no extremo 195 0,23 0,02 305 0,13 0,98
28

No pobre 1110 0,27 0,05 757 0,16 0,99
Con tfnr 788 0,31 0,02 472 0,12 0,98
Sin tfnr 802 0,31 0,03 395 0,17 0,98
Si gasta en jornales 795 0,26 0,05 587 0,15 0,99
No gasta en jornales . 250 0,08 0,98
costa norte 689 0,66 0,01 380 0,24 1,00
costa centro 691 0,24 0,03 574 0,23 1,00
costa sur 6650 0,09 0,13 9527 0,35 1,00
sierra norte 544 0,64 0,01 218 0,15 0,96
sierra centro 171 0,29 0,04 185 0,08 0,99
sierra sur 747 0,42 0,04 495 0,17 0,98
selva 883 0,21 0,02 439 0,10 0,99
Fuente: ENAHO 2007
A nivel de regiones naturales encontramos que es la costa sur en la región en donde
se registra el mayor –y por mucho- gasto en jornales e insumos, llegando a significar
10 veces el gasto del resto de la costa e el caso de los jornales y más de 15 veces en
el caso del gasto en insumos. La sierra nuevamente aparece como la región con
menores niveles de gasto tanto en jornales como insumos.
Luego de haber revisado brevemente los niveles de gastos en jornales e insumos en
la actividad pecuaria pasamos a reportar los estimados del total de los gastos
realizados en la actividad pecuaria. La tabla 9 muestra que el gasto promedio es
ligeramente superior a los 500 nuevos soles anuales, y que en general para la
totalidad de productores pecuarios el gasto en jornales tiene poco peso representado
sólo el 1% de la totalidad de los gastos, mientras que el gasto en insumos representa
el 86%, el 13% restante corresponde a gastos bajo el rubro de otros, de los cuales no
nos ocupamos.
Tabla 9
Gasto total de la actividad pecuaria, e importancia del tipo de gasto por
componentes en el ámbito rural
Gasto total Jornales Insumos
estimado
coef. var.
General 523 0.11 0.01 0.86
Pobre extremo 182 0.05 0.00 0.85
Pobre no extremo 375 0.11 0.01 0.85
No pobre 900 0.15 0.01 0.89
Con tfnr 566 0.11 0.01 0.85
Sin tfnr 470 0.16 0.01 0.89
Si gasta en jornales 702 0.14 0.02 0.87
No gasta en jornales 302 0.07 0.00 0.86
costa norte 425 0.22 0.01 0.93
costa centro 613 0.23 0.00 0.98
costa sur 10486 0.35 0.03 0.96
sierra norte 249 0.16 0.00 0.85
sierra centro 244 0.08 0.01 0.86
sierra sur 654 0.15 0.01 0.77
selva 503 0.11 0.01 0.95
29

Fuente: ENAHO 2007
Los datos muestran que tal como se da en el caso de la actividad agrícola, en el caso
pecuario la condición de pobreza marca también grandes diferencias en el promedio
del total de gastos realizados. Las diferencias entre los tres grupos de pobreza son
siempre significativas en el caso de los gastos totales, mas no se aprecia una
diferencia significativa en la distribución de éstos entre jornales e insumos.
Por otro lado, el promedio de los gasto en el caso de productores que cuentan con la
menos un TFNR son superiores a al promedio de aquellos sin TFNR, ocurre lo mismo
en el caso de los productores que si gastan en alquilar jornales. El corte por regiones
naturales muestra que es la costa sur en la región en la que los productores pecuarios
realizan mayores gastos para llevar a cabo esta actividad, no obstante dicho estimado
tiene la mayor variabilidad de todos los estimados presentados en esta tabla.
Nuevamente la sierra presenta los menores niveles de gasto en la actividad pecuaria.
2.3 Mano de obra
Pasando al factor trabajo empezamos por describir cómo hemos calculado el número
de jornales que cada productor adquiere, ya sea para la actividad agrícola o pecuaria.
La ENAHO no presenta información sobre el número de trabajadores contratados
durante el proceso productivo, sólo presenta información sobre el gasto agregado en
mano de obra en los últimos 12 meses. De modo que para poder obtener un estimado
de la mano de obra de mercado efectivamente utilizada será necesario dividir el gasto
monetario declarado en mano de obra entre un estimado del precio de dicha mano de
obra.
Para obtener el número estimado de unidades de mano de obra en el mercado se
seleccionó en ENAHO 2005, 2006 y 2007 a todos los trabajadores que de acuerdo con
la clasificación del tipo de actividad realizada son peones agropecuarios, y que no son
conductores de la actividad agropecuaria 14 . Para esta muestra se estima una regresión
del ingreso 15 percibido por actividad principal dependiente por día laborado, y los
valores predichos de esta regresión son nuestros estimados del valor del jornal (el
pago por una jornada de trabajo). A partir de éstos se obtiene un estimado del jornal
(pago diario) promedio y mediano para diferentes agrupaciones geográficas, una a
nivel de provincia, una a nivel de departamento en el ámbito rural, y una a nivel de
departamento. Es importante resaltar que en esta estimación no nos hemos restringido
a trabajadores que habiten en las zonas rurales, aunque son la mayoría, pues un
trabajador urbano bien podría emplearse como peón en las áreas rurales.
Con estos estimados se pasó a calcular el número de jornales (unidades de trabajo
adquiridas en el mercado) que cada productor de la muestra alquiló para realizar la
producción, simplemente dividiendo el gasto registrado en mano de obra entre los
diferentes estimados de pago por jornal calculados, y redondeando este resultado.
Ciertamente cada indicador -sea promedio o mediano- del jornal (pago diario)
estimado otorga un número determinado de jornales (unidades de trabajo adquiridas
en el mercado) adquiridos por el productor, debido a esto se utiliza un promedio de
14 La finalidad de utilizar los datos de los trabajadores que realizan labores como trabajador o peón
agropecuario del 2005 al 2007 es estimar una regresión de salarios con una muestra más grande, de
modo que podamos obtener mejores estimados. Si bien se utilizan información de tres años distintos ello
no implica ninguna estructura de panel en los datos, se utilizan como un “pooled”.
15 Los resultados de la estimación de la regresión de pago por jornal así como los estimados para los
diferentes ámbitos se muestran en la tabla A1 del anexo
30

todos los estimados para el precio del jornal, para el cálculo final de la totalidad de
jornales 16 (unidades de trabajo adquiridas en el mercado).
Una aclaración más sobre la terminología utilizada que puede causar confusión, el
pago por la actividad realizada en un día por un peón agropecuario recibe el nombre
de jornal. Así desde el punto de vista del trabajador el jornal es el valor de su ingreso
diario, para el productor el jornal es el precio que debe pagar por un paquete de horas
de trabajo realizadas por el trabajador o peón agropecuario. Cuando hablamos de
jornales nos estamos refiriendo al número de unidades de trabajo conseguidas en el
mercado y por las cuales el productor agropecuario debe pagar. Así desde la
perspectiva del productor jornales es el plural de jornal, un paquete de horas
trabajadas por trabajadores o peones agropecuarios.
Utilizamos esta medida (jornal), por ser la unidad de trabajo más utilizada en el ámbito
rural. No obstante la duración de un jornal en términos de horas puede variar
dependiendo de la zona o del tipo de producto o actividad a realizar. Creemos que es
más conveniente trabajar con una unidad como el jornal más que con una más
estandarizada como hora trabajada, debido a que los conductores adquieren jornales y
no horas. Al elegir esta unidad no estamos controlando por diferencias en la duración
del jornal, ni en el tipo específico de actividad realizada pues la información disponible
no lo permite.
La tabla 10a, indica que el uso de jornales es mucho mayor en la actividad agrícola
que en la pecuaria. De acuerdo con nuestros estimados la actividad agrícola en el
ámbito rural generaría alrededor de 48.2 millones de jornales al anualmente, contra 3.4
millones generados por el lado de las actividades pecuarias. En promedio un pequeño
productor que realiza una actividad agrícola adquiere 22 jornales por año, mientras
que uno pecuario sólo alrededor de 2.
El corte por condición de pobreza indica que en el caso de las actividades agrícolas
los productores no pobres requieren en promedio 40 jornales por año, contra 7 y 13
para los pobres extremos y no extremos respectivamente, esto implica que los
productores no pobres concentran el 72% del total de jornales demandados en el
ámbito rural. Por el lado de las actividades pecuarias la figura es similar pero más
extrema, el promedio de jornales requeridos por los productores pobres es menor a 1
al año y de alrededor de 4 en el caso de los no pobres, por otro lado los productores
pecuarios no pobres demandan más del 90% de los jornales requeridos en la actividad
pecuaria.
Tabla 10a
Número estimado de jornales comprados, por tipo de actividad en el ámbito
rural
Agrícola
Pecuario
Jornales
promedio
[Interv.
Conf 95%] Total jornales
Jornales
promedio
[Interv.
Conf
95%
] Total jornales
Nacional 22 18 26 48200000 2 1 2 3379153
Pobre extremo 7 5 9 4414873 0 0 0 79401
Pobre no extremo 13 10 15 9017285 0 0 1 228036
No pobre 40 32 49 34700000 4 2 6 3071716
Con tfnr 26 19 33 30200000 1 0 2 1413372
Sin tfnr 17 14 20 18000000 2 1 3 1965781
16 La idea de tener diferentes estimados de jornales adquiridos obedece a evaluar que tan sensibles
pueden ser los resultados de la demanda por mano de obra de los pequeños productores.
31

Si gasta en
jornales 36 29 42 48200000 2 1 4 3379153
No gasta en
jornales 0 . . 0 0 . . 0
costa norte 30 16 44 5882961 0 0 1 87554
costa centro 43 27 60 2663553 1 0 2 54276
costa sur 59 22 96 1288761 43 -6 92 948021
sierra norte 8 3 12 3099588 0 0 1 185778
sierra centro 11 8 13 5910371 1 0 1 381922
sierra sur 11 8 14 6179662 2 0 4 1188970
selva 54 38 71 23200000 1 1 2 532632
Fuente: ENAHO 2007
La información presentada también muestra que en la actividad agrícola los
productores con TFNR demandan más jornales, un promedio de 26, concentrando el
63% de los jornales, contra 17 (y 37% del total de jornales agrícola) en el caso de los
que no cuentan con TFNR. Ocurre lo contrario en el caso de la actividad pecuaria, en
donde los productores sin TFNR adquieren un número ligeramente mayor de jornales
(1 contra 2 del grupo sin TFNR).
El corte por regiones naturales revela que es en la costa y en la selva en dónde el
promedio general de jornales es mayor, independientemente de la cantidad de
productores. No obstante son la selva y luego la sierra las regiones naturales que
concentran la mayor cantidad de jornales dedicados a la actividad agrícola. En el caso
de la actividad pecuaria la mayor cantidad de jornales se concentran en la costa y
sierra sur (28 y 35% de la totalidad de jornales).
Indudablemente estos estimados deben ser tomados como una aproximación y con
cuidado, debido a que provienen de información reconstruida, y la manera en la que
han sido calculados no es la única posible. Para ver como varían estos resultados ante
cambios en la manera en la que se construyen las variables, y tener alguna medida de
lo sensibles que pueden ser, se recurrió a la información publicada en el boletín
estadístico del ministerio de agricultura (MINAG), y se tomo como estimado del precio
del jornal al promedio del precio mínimo registrado por un lado, y por el otro al
promedio del mínimo y máximo de los precios registrados para el jornal en cada
departamento del país durante el año 2007. Los jornales adquiridos utilizando esta
información se construyen del mismo modo, esto es, dividiendo el gasto monetario en
jornales entre el precio del jornal utilizando la información de MINAG, dichos
estimados se muestran a continuación sólo para el caso de los jornales agrícolas,
dado que son los más importantes.
Tabla 10b
Número estimado de jornales comprados, por tipo de actividad en el ámbito
rural (utilizando la información de MINAG)
Mínimo
Jornales
promedio
[Interv.
Conf 95%]
Jornales
totales
Promedio
Jornales
promedio
[Interv.
Conf 95%] Jornales totales
Nacional
rural 32 25 38 69200000 18 15 21 39400000
costa norte 43 23 62 8401495 27 14 40 5399883
costa centro 64 41 87 3921569 46 30 63 2850252
costa sur 77 24 130 1693155 51 19 82 1113661
sierra norte 16 5 28 6442772 8 3 12 2944614
sierra centro 12 9 15 6739643 7 5 9 3740917
sierra sur 15 11 19 7939464 8 6 10 4268791
selva 80 52 107 34000000 45 32 57 19000000
32

Fuente: MINAG Elaboración
propia
Como se ve, la tabla 10b reproduce cualitativamente los resultados de la tabla 10ª, no
obstante puntualmente los estimados son diferentes utilizando la información sobre
precios de mano de obra de MINAG. Sin embargo consideramos que los estimados
presentados utilizando únicamente la información de ENAHO (tabla 10a) son más
adecuados dado que se sitúan entre los dos extremos que se obtienen al utilizar la
información de precios de jornal del MINAG. De hecho los estimados puntuales
obtenidos a partir de la información de MINAG son muy cercanos a las cotas mínima y
máxima del intervalo de confianza que resulta para los estimados puntuales de la tabla
10a. Ocurre lo mismo con los estimados del número de jornales promedio que se han
demandado.
La capacidad de los pequeños productores de las áreas rurales del Perú para generar
empleo se ve reflejada en el número de jornales adquiridos en el mercado. Sin
embargo el proceso productivo no necesariamente requiere de los jornales adquiridos
en el mercado, ello dependerá de la disponibilidad de mano de obra dentro del hogar y
de la dotación de tierra y capital. Dadas las restricciones en la información disponible,
no es posible saber cuántos jornales pueden ser aportados por la mano de obra
disponible en el hogar. Así decidimos imputar el número de jornales que podrían ser
aportados por los miembros del hogar para ellos seguimos los siguientes pasos.
Para cada hogar seleccionamos el número de miembros mayores de 14 años que
realizan alguna actividad económica y declaran ser TFNR, para ellos se estima el
promedio de horas trabajadas por semana. Luego estimamos el número de mediano
del promedio horas trabajadas por día (excluyendo el domingo por ser el día que
menos horas registra) por los TFNR. Finalmente el número de jornales que
potencialmente aportan los TFNR será el cociente del número de TFNR multiplicado
por el promedio de las horas totales dedicadas a la ocupación principal por semana de
éstos, entre el número mediano del promedio de horas trabajadas diariamente.
Ciertamente esta manera de proceder plantea dos problemas. Por un lado, bien
podríamos estar sobre estimando el aporte de los TFNR, pues con seguridad no todos
los que declaran ser TFNR aportan su fuerza de trabajo a la actividad productiva
agropecuaria, no obstante aún cuando su dedicación principal sea otra, no es difícil
pensar que también puedan aportar con trabajo a estas actividades, en este sentido
nuestros estimados serían mas bien la cota superior o la potencial cantidad máxima de
jornales aportados por los TFNR. Por el otro, debemos recalcar además, que este
procedimiento induce a un doble conteo de los jornales aportados para la actividad
agrícola y pecuaria, pues no estamos diferenciando entre estas dos actividades, y
tampoco diferenciamos entre los hogares que mantienen más de un productor
agropecuario. Tomando en cuenta estos problemas es que debemos mirar los
estimados obtenidos, pues de otra manera no sería posible obtener un estimado de la
mano de obra disponible en el hogar.
Otro aspecto que debemos mencionar es que al igual que en el caso de los jornales
adquiridos en el mercado los que potencialmente aportan los TFNR no tienen porque
tener la misma duración, pues el denominador utilizado para su cálculo es particular a
cada hogar.
En la tabla 11a se presenta el número estimado de jornales aportados por los TFNR a
las actividades agropecuarias, y algunas características básicas de los TFNR de los
hogares en el ámbito rural. Nuestros estimados indican que la mano de obra aportada
por los TFNR ascendería a 11millones de jornales por año, cerca de la cuarta parte de
33

los jornales adquiridos e el mercado, siendo 5 el promedio de jornales aportados para
en hogar medio a nivel nacional.
Los datos de la tabla 11a muestran que los productores pobres extremos reportan un
promedio de 7 jornales, los pobres un promedio de 5, mientras que los no pobres sólo
4 en promedio. La distribución de los jornales potencialmente aportados por los TFNR
de acuerdo a los niveles de pobreza de los productores son de 38% para los pobres
extremos, 34% en el caso de los pobres no extremos y 28 % para los no pobres
respectivamente. En el caso de la diferenciación por el gasto en jornales, los
estimados son bastante cercanos, no obstante aquellos productores que si gastan en
adquirir jornales tienen un promedio de 4.7 jornales de TFNR, contra 5.5 jornales de
aquellos que no gastan en jornales, siendo esta ligera diferencia estadísticamente
significativa.
Tabla 11a
Número estimado de jornales de TFNR, y características básicas de los TFNR en
el ámbito rural
Jornales de TFNR
Proporción de
varones
Edad promedio
Nivel educativo
promedio
promedi
o
[Interv.
Conf 95%]
Total
jornales estimado coef. var. estimado coef. var. estimado coef. var.
Nacional 5 5 5 11000000 0.22 0.03 35.7 0.01 3.55 0.01
Pobre extremo 7 6 7 4194008 0.21 0.05 34.5 0.01 3.26 0.01
Pobre no
extremo 5 5 6 3739514 0.20 0.05 36.2 0.01 3.46 0.01
No pobre 4 3 4 3096296 0.24 0.06 36.6 0.02 4.00 0.02
Con tfnr 9 9 10 11000000 0.22 0.03 35.7 0.01 3.55 0.01
Sin tfnr 0 . . 0 . . .
Si gasta en
jornales 5 4 5 6422871 0.21 0.04 35.9 0.01 3.62 0.01
No gasta en
jornales 5 5 6 4606947 0.22 0.04 35.5 0.01 3.45 0.01
costa norte 3 2 3 511359.2 0.30 0.15 35.3 0.05 3.90 0.04
costa centro 3 2 5 207001.4 0.31 0.16 35.3 0.06 4.87 0.06
costa sur 2 1 4 53120.7 0.24 0.27 40.3 0.08 5.44 0.10
sierra norte 6 5 7 2278877 0.26 0.07 32.9 0.02 3.45 0.02
sierra centro 5 5 6 2912368 0.18 0.06 37.0 0.01 3.36 0.02
sierra sur 5 5 6 2817374 0.20 0.07 38.1 0.02 3.54 0.02
selva 5 5 6 2249719 0.22 0.07 33.6 0.02 3.66 0.02
Fuente: ENAHO 2007
Por el lado de las características de los TFNR en los hogares de los productores
agropecuarios rurales podemos afirmar que en su mayoría son mujeres, cerca del 80%
del total de TFNR tal como se muestra en la tabla 11, la edad media de este grupo es
de 35 años, y en promedio cuentan con educación primaria 17 . El corte por niveles de
pobreza no muestra diferencias en cuanto a la composición por sexo ni a la edad
media de los TFNR, sí se aprecia diferencias en el nivel educativo alcanzado siendo
éste ligeramente mejor en el caso de los hogares no pobres.
El corte por regiones naturales permite observar algunas diferencias respecto de los
anteriores cortes presentados. En primer lugar se distingue una mayor presencia de
varones dentro del grupo de los TRFNR sobre todo en la costa centro y norte llegando
al 30% de los TFNR. Este cambio en la composición por sexo genera también cambios
en los estimados de edad y educación.
17 Los valores relevantes para el nivel educativo de los TFNR son: 3-primaria incompleta, 4-primaria
completa, 5-secundaria incompleta y 6 secundaria completa.
34

En las estimaciones de los jornales aportados por los TFNR presentadas sólo hemos
incluido a aquellos que laboral desde 15 horas por semana en adelante, preferimos no
combinarlos con aquellos que laboran menos de 15 horas para evaluar cuál es el
aporte de éstos últimos. Así, siguiendo el mismo procedimiento señalado en los
párrafos anteriores se obtienen estimados del aporte en términos de jornales del grupo
de TFNR que laboran menos de 15 horas por semana. Las estimaciones tanto del
aporte de mano de obra, como las características básicas de este grupo de TFNR se
presenta en la tabla 11b.
Tabla 11b
Número estimado de jornales de TFNR, y características básicas de los TFNR
que laboran menos de 15 horas por semana, en el ámbito rural
Jornales
totales [Interv. Conf 95%] Prop. Varones
Edad
promedio
Nivel
educativo
Nacional rural 391088 351650 430525 0,34 26,72 4,13
costa norte 35440 18559 52321 0,25 30,51 3,41
costa centro 4723 -275 9721 0,09 17,89 5,00
costa sur 1285 -269 2839 0,91 25,15 5,29
sierra norte 90302 63495 117109 0,23 27,19 4,07
sierra centro 82523 63355 101691 0,47 23,71 4,32
sierra sur 78351 50902 105800 0,44 26,07 4,42
selva 98463 71375 125551 0,27 28,82 3,95
Fuente: ENAHO 2007
Como se aprecia, en términos de mano de obra el aporte de este grupo de TFNR es
bastante limitado en oposición a aquellos que trabajan 15 horas o más por semana.
Por otro lado la revisión de las características de éstos dan cuenta de TFNR más
jóvenes, más educados y con una mayor proporción relativa de varones entre estos
últimos. Estos resultados indicarían que en el caso de los TFNR que laboran menos de
15 horas por semana, su condición de TFNR es sólo temporal o previa al desarrollo de
otro tipo de actividades ya no como TFNR, dada la mayor dotación de educación y
menor edad que registran.
Del mismo modo que en el caso de la mano de obra contratada en el mercado, o
externa al hogar, en el caso del aporte de trabajo por parte de los TFNR el modo en el
que hemos reconstruido la información no es el único posible. Un manera alternativa
de calcular el aporte de los TFNR ha sido sumar el total de horas que han declarado
trabajar por semana cada uno de los TFNR y dividir este total entre 6 horas,
asumiendo que 6 es el número de horas promedio que debería durar un día de trabajo
dedicado a labores agropecuarias, debe notarse que en esta ocasión además se ha
tomado he cuenta sólo a aquellos TFNR, que de acuerdo a la descripción de sus
actividades se dedican a la actividad agropecuaria. Esta distinción no se había hecho
en los estimados anteriores pues no es muy importante (alrededor de 5% de los TFNR
no trabajan en otro tipo de actividades), y además es fácil suponer que aunque la
actividad del TFNR no sea como trabajador agropecuario, sí colabore con esta.
Tabla 11c
Número estimado de jornales de TFNR, (bajo supuestos alternativos) en el ámbito
rural
15 horas en adelante Menos de 15 horas
Jornales promedio Jornales totales Jornales promedio Jornales totales
Nacional rural 5 10500000 0.4 769897
35

costa norte 2 395558 0.7 128402
costa centro 3 200816 0.3 19621
costa sur 3 67497 0.3 5916
sierra norte 5 2014468 0.5 181667
sierra centro 5 2853561 0.3 140037
sierra sur 5 2920454 0.2 120824
selva 5 2044464 0.4 173430
Fuente: ENAHO 2007
Los resultados que se obtienen bajo estos supuestos alternativos, otorgan
información muy cercana (aunque con estimados ligeramente menores) a la que
ya teníamos, tanto en el promedio de jornales como en el total de ellos. El único
caso en el que los estimados obtenidos bajo los diferentes supuestos no
conversan muy bien es en la costa sur en dónde los estimados de la tabla 11c
son bastante menores. Por otro lado también bajo este último supuesto el aporte
de los TFNR que trabajan menos de 15 horas es marginal también.
2.4 Valor de la producción
Por el lado del valor total del valor total de la producción agrícola y pecuaria, sólo nos
limitamos a describir a cuánto asciende el monto de la producción en los últimos 12
meses, y cuánto de ésta se destina a la venta. La información sobre el valor de la
producción agrícola en la tabla 12, y el valor de la producción pecuaria en la tabla 13.
Por el lado del valor de la producción agrícola se percibe una gran diferencia entre
aquellos productores que gastan en jornales adquiridos en el mercado y aquellos que
no, dicha diferencia se da tanto en el valor de la producción como en la proporción
vendida.
Lo primero a resaltar por el lado de la producción agrícola son las diferencias notables
que se tienen al diferenciar por niveles de pobreza, sobre todo en el caso de los
productores no pobres, tanto en el valor promedio de la producción , como en la
proporción de ésta que se destina a la venta en el mercado.
Tabla 12
Valor total de la producción agrícola y proporción destinada a la venta en el
ámbito rural
Valor total de la producción
Proporción destinado a la venta
Promedio S/. [Interv. Conf 95%] Proporción [Interv. Conf 95%]
General 2684 2430 2938 0.31 0.29 0.34
Pobre extremo 1308 1212 1404 0.22 0.20 0.24
Pobre no extremo 1929 1750 2108 0.28 0.26 0.31
No pobre 4364 3802 4926 0.42 0.39 0.44
Con tfnr 2934 2610 3258 0.31 0.29 0.33
Sin tfnr 2376 2056 2697 0.32 0.30 0.35
Si gasta en jornales 3702 3295 4109 0.39 0.37 0.42
No gasta en jornales 1260 1178 1342 0.21 0.19 0.23
costa norte 4028 2733 5322 0.55 0.47 0.63
costa centro 10841 8116 13566 0.81 0.75 0.88
costa sur 15485 6825 24145 0.49 0.34 0.64
sierra norte 1486 1111 1860 0.18 0.15 0.21
sierra centro 1758 1488 2027 0.22 0.19 0.26
sierra sur 1633 1403 1864 0.15 0.13 0.18
36

selva 4271 3667 4876 0.60 0.57 0.64
Fuente: ENAHO 2007
En el caso de la producción pecuaria, en contraste con la producción agrícola
podemos ver que ésta es mucho menos importante en términos de valor
monetario, y por otro lado esta mucho más orientada al mercado dada la
proporción del valor de ésta destinada a la venta en el mercado.
Tabla 13
Valor total de la producción pecuaria y proporción destinada a la venta en el
ámbito rural
Valor total de la producción
Proporción destinado a la venta
Promedio S/. [Interv. Conf 95%] Proporción [Interv. Conf 95%]
General 612 570 654 0.65 0.53 0.77
Pobre extremo 433 387 478 0.62 0.46 0.78
Pobre no extremo 576 517 636 0.73 0.44 1.01
No pobre 843 764 921 0.59 0.51 0.68
Con tfnr 711 656 767 0.65 0.52 0.78
Sin tfnr 460 414 507 0.64 0.42 0.86
Si gasta en jornales 702 641 764 0.60 0.45 0.75
No gasta en jornales 506 464 548 0.71 0.52 0.89
costa norte 449 320 578 0.40 0.16 0.64
costa centro 333 79 587 -0.07 -0.63 0.49
costa sur 1447 474 2419 0.51 0.31 0.71
sierra norte 435 365 504 0.59 0.43 0.74
sierra centro 533 474 593 0.47 0.42 0.52
sierra sur 777 693 861 0.96 0.62 1.30
selva 686 546 826 0.46 0.39 0.54
Fuente: ENAHO 2007
Si bien queda mucho por describir en cuanto a las características de los productores
de la muestra, con la información que tenemos ya podemos empezar a trabajar la
relación entre el trabajo (jornales) que generan los pequeños productores de la
muestra. Como hemos mencionado es muy reducida la información referida al alquiler
de mano de obra, sólo contamos con información el gasto en jornales para cada
productor.
3 La demanda por trabajo de los pequeños agricultores en el ámbito rural
El objetivo de esta sección encontrar que factores favorecen o no la generación de
empleo en las zonas rurales. El indicador de empleo que manejaremos será el jornal
(número de horas trabajadas por día), si bien esta unidad no es estandarizada como
las medidas que generalmente se utilizan en los trabajos que se ocupan del empleo
como horas-hombre o número de empleados, consideramos que es la mejor medida
que podemos utilizar.
Estamos interesados en investigar la relación entre la demanda por jornales que
generan las actividades agropecuarias y el precio que se paga por estos jornales, es
decir buscamos estimar una demanda por trabajo en el ámbito rural. La importancia de
37

esto radica en que es básico tener una aproximación a la elasticidad precio de la
demanda por jornales, pues de este modo podremos saber si cambios en los precios
de los jornales implicarían cambios más que proporcionales en la demanda por
jornales de los productores agropecuarios.
Además de obtener un estimado de la elasticidad de la demanda por jornales,
podremos conseguir información otros factores que estén positiva o negativamente
asociados con la demanda por jornales observada para los pequeños productores del
ámbito rural.
Dado que la información no permite obtener directamente ni el número de jornales
adquiridos, ni tampoco el precio que se paga por estos, hemos tenido que reconstruir
esta información. En el caso del número de jornales demandados estamos utilizando
la misma variable construida para la sección descriptiva, cuyo proceso de construcción
ya fue detallado 18 . En el caso del precio de los jornales se utiliza como insumo los
valores predichos de las regresiones de ingresos diarios para todos los individuos de
la muestra que declaran ser peones agropecuarios, se estima un promedio o la
mediana para varias agrupaciones geográficas y así se cuenta con varios jornales
estimados.
Consideramos que este enfoque sería poco adecuado si estuviésemos tratando de
aproximarnos a la demanda por trabajo de una empresa, en dónde generalmente cada
trabajador es remunerado de acuerdo a su experiencia previa, habilidades y
credenciales, por lo cual es posible que exista una tremenda variación en los salarios.
Sin embargo al tratarse de jornales, la mano de obra es más o menos homogénea, y
cada trabajador simplemente toma el precio del jornal que rige en su zona, por lo cual
consideramos que el enfoque elegido puede funcionar bien.
Dado que contamos con varios indicadores para el precio de los jornales tenemos que
elegir un solo indicador para ser utilizado en las sucesivas regresiones presentadas.
Antes de elegir uno conviene presentar cómo varían los resultados cuando cambiamos
el indicador del precio de los jornales, esta información se muestra en la tabla 14. En
dicha tabla cada fila corresponde al uso de un indicador diferente para el precio de los
jornales, mientras que cada columna representa el uso de diferentes aproximaciones
al número de jornales adquiridos, construidas de diferente manera. Sólo se utilizan los
indicadores referidos a la demanda por jornales para actividades agrícolas que es la
más importante en el ámbito rural, como se vio en la sección anterior.
Como se puede ver la magnitud del coeficiente asociado al precio del jornal es mayor
mientras mayor sea el nivel de agregación utilizado como divisor para la construcción
del número de jornales adquiridos. La magnitud del coeficiente asociado al precio del
jornal va de -2.07 hasta -1.66. El aumento de la magnitud del coeficiente observado
asociado a la mayor agregación en el jornal estimado, usado como divisor en el
cociente que genera el número de jornales adquiridos, hizo que se decidiera utilizar el
promedio de todos los indicadores del precio de jornal. Con esto nos quedamos con
una sola variable que denote el número total de jornales adquiridos, la cual se utilizó
en la sección de descriptivos.
Tabla 14
18 No obstante se presenta en la tabla 14 un análisis de sensibilidad, para apreciar la magnitud de los
cambios en los coeficientes de interés estimado al utilizar diferentes variables para la demanda por
trabajo.
38

Demanda por jornales agrícolas en el mercado: Coeficientes asociados al precio
del jornal, bajo diferentes formas de construcción del jornal y de la variable
dependiente
Variable dependiente
Número de jornales agrícolas
(según diferentes construcciones)
gasto en
jornales/jornal
predicho
promedio a nivel
provincial
Tipo de jornal utilizado
gasto en
jornales/jornal
predicho mediano
a nivel provincial
gasto en
jornales/jornal
predicho promedio
a de
departamento y
ámbito
gasto en
jornales/jornal
predicho promedio
a nivel de
departamento
gasto en
jornales/jornal
predicho mediano
a nivel de
departamento
provincial
promedio -1.6694667*** -1.6969932*** -1.787016*** -1.7551641*** -1.7775921***
provincial
mediano -1.6623778*** -1.7295111*** -1.7484187*** -1.7121336*** -1.7326016***
departamento y
ámbito promedio -1.6570594*** -1.645775*** -2.0690816*** -2.031387*** -2.0580467***
departamental
promedio -1.6714974*** -1.6570399*** -2.0740719*** -2.0473897*** -2.0744781***
departamental
mediano -1.664091*** -1.6487715*** -2.0650605*** -2.0404051*** -2.0702117***
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

departamental
promedio -1.9008272*** -0.02859168 -1.9388312***
departamental
mediano -1.8939417*** -0.03230684 -1.9344626***
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

dan cuenta de una elasticidad precio de la demanda por trabajo que esta dentro del
intervalo [-0.65,-0.1] (Aguilar y Rendón, 2007.Citando a otros trabajos).
En este caso, el rango de la elasticidad encontrada es mayor, ella va desde -0.81%
hasta -0.54%, debe recordarse que esta es una demanda por jornales y no por
empleados, por lo cual su valor no es directamente comparable con las obtenidas para
los estudios mencionados. La tabla 16 presenta 6 especificaciones, las 3 últimas
difieren de las 3 primeras sólo por el control de la situación de pobreza y por la
indicadora de la realización de algún negocio en paralelo a la actividad agropecuaria.
Los resultados indican que al mejorar el ajuste del modelo aumenta la elasticidad
precio de la demanda por jornales agrícolas. Otros factores que se mantienen
significativos en las diferentes especificaciones son el número de parcelas trabajadas,
la cantidad total de tierra que se ha trabajado, la proporción de tierra registrada en
RRPP, la condición de pobreza, el valor de la producción y el porcentaje de ésta
destinado a la venta. De todas estas variables la mayor importancia la tiene el
porcentaje del valor total de producción que se destina a la venta y las condiciones de
pobreza.
La tabla 17 reproduce nuevamente las estimaciones de la tabla 16, pero en esta
ocasión se le ha sumado 1 a los jornales demandados, esto porque al trabajar con
logaritmos todos aquellos productores que han demandado 0 jornales no entran en las
estimaciones, esta modificación permite estimar nuevamente, utilizando a todos los
productores y observar cuál es el cambio en las magnitudes encontradas de la
elasticidad precio de la demanda por jornales en el ámbito rural.
Tabla 16
Demanda por jornales agrícolas en el mercado: elasticidad precio del jornal, bajo
diferentes especificaciones
Dependiente:
Número de jornales agrícolas (Ln)
Especificación
1
Especificación
2
Especificación
3
Especificación
4
Especificación
5
Especificación
6
Precio jornal (Ln) -0.8124*** -0.8495*** -0.7055*** -0.6982*** -0.7338*** -0.5441***
Indicadora: act. Pecuaria 0.1728* 0.1620*
Indicadora: act. Forestal 0.1877*** 0.2099***
Indicadora: actividad permanente -0.0150 -0.0142 0.1781* -0.0153 -0.0149 0.1979*
Número de parcelas trabajadas 0.0238*** 0.0254*** 0.0225*** 0.0280*** 0.0298*** 0.0280***
Indicadora: Subproductos agrícolas -0.0412 -0.0678
Tierra trabajada (Ha) 0.0054*** 0.0056*** 0.0043*** 0.0058*** 0.0060*** 0.0048***
Calidad media de las tierras trabajadas -0.0053 0.0072 0.0551 0.0764
Tierra con título en RRPP (Ha) 0.1498** 0.1628** 0.1921*** 0.2056***
Número de productos agrícolas 0.0294*** 0.0359*** 0.0339*** 0.0400***
Valor total de la producción agrícola 0.0000 0.0000 0.0000 0.0000
Proporción destinada a la venta de la prod.
Agrícola 1.4848*** 1.4737*** 1.4999*** 1.5007***
Gasto total act. Agrícola 0.0001*** 0.0001*** 0.0001*** 0.0001*** 0.0001*** 0.0001***
% del gasto en insumos -1.2466*** -1.2400*** -1.1406*** -1.2633*** -1.2596*** -1.1654***
% del gasto en asistencia técnica -1.0151* -0.9033* -1.0137* -1.2668** -1.1664** -1.3360**
Número de TFNR 0.0502* 0.0901*** 0.1104*** -0.0030 0.0421* 0.0542**
Proporción de TFNR varones 0.0517 0.0686
Edad media de los TFNR -0.0004 -0.0008
Educación media de los TFNR 0.0189 0.0254*
costa centro -0.0655 -0.1132 0.0572 -0.0326 -0.0774 0.0939
costa sur 0.2378 0.2024 0.0051 0.2903 0.2550 0.0729
sierra norte -0.1894* -0.1926* -0.7123*** -0.2089* -0.2173* -0.7908***
sierra centro -0.2699** -0.2833** -0.7895*** -0.2958** -0.3187*** -0.8789***
sierra sur 0.0386 0.0017 -0.5143*** 0.0635 0.0157 -0.5439***
selva 0.0642 0.0597 0.1369 0.0975 0.0952 0.1344
41

indicadora: pobres no extremos 0.2511*** 0.2631*** 0.3273***
Indicadora: no pobres 0.5026*** 0.5171*** 0.6289***
Indicadora: negocio independiente 0.0738 0.0826 -0.0036
constante 3.5280*** 3.7343*** 4.2341*** 3.5203*** 3.7068*** 4.3077***
N 3723 3723 3748 3723 3723 3748
Estadítico F 140 173 129 135 170 120
R-cuadrado 0.5523 0.5480 0.4515 0.5349 0.5293 0.4247
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

evidencia una elasticidad precio de la demanda por jornales sensible a la
especificación escogida. Aún cuando las elasticidades registradas en la tabla 16 dan
cuenta de una demanda de trabajo inelástica, pero bastante mayor (en valor absoluto)
a la que se obtiene cuando se considera incluso a aquellos conductores que no
demandan mano de obra en el mercado, este resultado varía cuando la variable
dependiente se construye con la información de precios del jornal obtenida del boletín
estadístico de MINAG, disminuyendo a alrededor de –0.5 en el caso de que se use el
promedio de los precios mínimos registrados, y resulta no significativa cuando se
utiliza el promedio, dichos resultados se pueden apreciar en la tabla A4 del anexo.
No queda del todo claro cuál de los dos resultados presentados es el más relevante
para este estudio, las elasticidades presentadas en la tabla 16 son mayores porque
todos los productores que entran en dicha estimación tienen una demanda positiva por
jornales, lo cual no ocurre con los resultados de la tabla 17. Respecto de los
resultados presentados en los dos últimos cuadros, debemos tomar en cuenta los
siguiente: si estamos estimando la elasticidad precio de la demanda por jornales en el
ámbito rural peruano, la estimación debería incluir a todos los productores y no sólo a
aquellos que demandan un número positivo de jornales. Por otro lado es posible que la
decisión de demandar jornales obedezca a un proceso de decisión previo que no se
ha modelado, esta situación justifica que se hayan presentado ambos grupos de
estimaciones. En estos casos un tipo de estimación ampliamente utilizada es el
modelo TOBIT, en el cual aquellos productores que no han demandado jornales, no lo
hacen debido a que su valoración por ellos es negativa o 0 a lo sumo. Debido a que el
modelo TOBIT se asume una variable dependiente con censura (en 0 en este caso)
los efectos marginales de cada variable explicativa incorporada en el modelo no serán
lineales como en el caso del MCO, sino que dependerán del valor de todas las demás
variables incorporadas en el modelo, los resultados para este modelo aplicado a la
especificación 1 de la tabla 17 se presentan a continuación.
Tabla 17a
Demanda por jornales agrícolas: elasticidad precio del jornal, bajo diferentes
especificaciones
Dependiente: Número de jornales
agrícolas (Ln+1)
MCO
TOBIT
Efecto
Marg:E(y/x)
Efecto
Marg:E(y/x,0<
y)
Efecto
Marg:P(0

Edad media de los TFNR -0.0002 0.0002 .00012042 .00008674 .00004447
Educación media de los TFNR 0.0269* 0.0415* .02156155 .01553028 .00796191
costa centro -0.1104 -0.0402 -.02088551 -.01504334 -.00771227
costa sur -0.0232 0.0414 .02152474 .01550377 .00794832
sierra norte 0.2595** 0.4389** .22798389 .16421142 .0841863
sierra centro 0.4970*** 1.1031*** .57301871 .41273186 .21159531
sierra sur 0.3400*** 0.6251*** .32469485 .23387005 .1198982
selva -0.0132 -0.3857* -.20033274 -.14429495 -.07397572
indicadora: pobres no extremos 0.2755*** 0.5486*** .28498852 .20527051 .10523607
Indicadora: no pobres 0.6434*** 1.1575*** .60130218 .43310378 .22203939
Indicadora: negocio independiente 0.0118 0.0504 .02620598 .01887555 .00967693
constante 1.4707*** 0.4174
sigma 2.0773***
N 7167 7167
Estadístico F 165.1 147.6
R-cuadrado 0.4435 0.43568
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

un año. Este estimado es bastante grueso pues no en todos los dominios geográficos
se trabajan los mismos días, ni durante todos los meses.
Hasta aquí parece poco probable que quede más espacio para que la actividad
agrícola genere un aumento sustancial del empleo en el sector rural. Primero porque
hay pleno empleo (lo que no implica necesariamente niveles aceptables de ingreso
laboral), no obstante un aumento de la demanda por trabajo sería deseable si esta
empuja para arriba los precios del jornal, lo que sí implicaría una mejora en las
condiciones de vida de los trabajadores agropecuarios del sector rural.
Después de lo expuesto hasta ahora, sólo en el caso del ámbito rural de la costa se
esperaría que la demanda por mano de obra por parte de los productores rurales
aumente si se produjera una disminución en el precio pagado por la jornada de
trabajo. No obstante, una disminución en los actuales niveles del precio pagado por
una jornada de trabajo no es deseable, dado su actual nivel como se verá en la
siguiente sección de este trabajo. Dentro de todos los factores que favorecen la
demanda por trabajo por parte de los pequeños productores, sólo la proporción de
tierra propia con título inscrito en RR.PP. y el porcentaje de la producción dirigida al
mercado son variables susceptibles de ser modificadas por cambios en la política
agraria y rural, y afectarían directamente esta demanda. Como se mostró en la
sección anterior, menos del 20% de la tierra propia se encuentra debidamente titulada,
lo que deja abierta la posibilidad de que políticas que favorezcan el registro de la
propiedad pudiera provocar un aumento de la demanda por trabajo en el mercado. Por
otro lado, si bien un porcentaje importante de la producción agrícola se destina a la
venta, éste esta alrededor del 30% del total del valor de la producción.
En las estimaciones presentadas el número de TFNR en el hogar no ha resultado
significativo ni ha mantenido su signo en las diferentes especificaciones presentadas,
esto es así aún bajo diferentes maneras de incorporar el efecto de los TFNR (ver
tablas A7 y A8 del anexo). Es particularmente importante investigar cómo esta variable
puede afectar la demanda por jornales, por ello decidimos separar la muestra en
productores que cuentan con al menos un TFNR y aquellos que no, de manera que
podamos comparar las diferencias en los resultados obtenidos.
Al trabajar en logaritmos, tenemos nuevamente el problema de que se pierden todos
aquellos productores sin demanda por jornales, así que se presentan dos tablas, la 18
en donde las regresiones incluyen sólo a aquellos con una demanda positiva, y la tabla
19 en donde se ha sumado 1 a la variable dependiente de modo que se incorpora
todos los productores en la estimación.
Tabla 18
Diferencias en la demanda por trabajo, según existen o no TFNR en el hogar
Dependiente:
Número de jornales agrícolas (Ln)
Especificación 1 Especificación 2
Con TFNR Sin TFNR Con TFNR Sin TFNR
Precio jornal (Ln) -0.8857*** -0.8276*** -0.6262*** -0.5496***
Indicadora: actividad permanente -0.0115 -0.0289 0.1709 0.1711
Número de parcelas trabajadas 0.0227** 0.0283** 0.0321*** 0.0269*
Tierra trabajada (Ha) 0.0077*** 0.0038*** 0.0076*** 0.0031***
Gasto total act. Agrícola 0.0000 0.0002*** 0.0001*** 0.0002***
% del gasto en insumos -1.3091*** -1.1371*** -1.2900*** -1.0005***
% del gasto en asistencia técnica -0.7503 -1.5467** -1.1538* -1.8299*
Calidad media de las tierras trabajadas 0.0195 -0.0094 0.3019* 0.2328*
Tierra con título en RRPP (Ha) 0.1185 0.1762*
Número de productos agrícolas 0.0317*** 0.0368***
45

Valor total de la producción agrícola 0.0000*** -0.0000
Proporción destinada a la venta de la prod. Agrícola 1.4602*** 1.3893***
costa centro 0.2263 -0.4697** 0.5179 -0.2410
costa sur 0.3908 -0.0096 0.3320 -0.2217
sierra norte 0.0364 -0.3357** -0.4963** -0.7805***
sierra centro -0.1205 -0.3294** -0.6867*** -0.7890***
sierra sur 0.2511 -0.1692 -0.2643 -0.5582***
selva 0.1832 0.0171 0.3974** 0.1892
indicadora: pobres no extremos 0.2680*** 0.2099**
Indicadora: no pobres 0.5277*** 0.4373***
Indicadora: negocio independiente 0.1312* 0.0099
constante 3.7703*** 3.8159*** 4.0730*** 3.9490***
N 2097 1626 2102 1643
Estadítico F 1.137.247 775.849 762.454 525.511
R-cuadrado 0.5762 0.5483 0.4353 0.4356
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

Los resultados de las tabla 18 muestran, como era de esperar, una mayor elasticidad
precio en el caso de los productores que cuentan con TFNR, es decir ante aumentos
en el precio de los jornales, aquellos productores que dispongan de TFNR en el hogar
disminuirán su demanda por jornales en mayor magnitud que aquellos productores
que no cuentan con TFNR. No obstante las diferencias en la magnitud de la elasticidad
precio no son muy diferentes. Por otro lado podemos ver que los valores que se tienen
para las elasticidades son similares a los que se obtienen anteriormente sin partir la
muestra (similares en el sentido de que los estimados hallados sin partir la muestra
son cercanos al promedio de los estimados de las tablas 18 y 19, entendiéndose que
aquellos obtenidos para el grupo sin TFNR son la cota superior y los que si tienen
TFNR la inferior).
En contraste con los resultados encontrados mediante MCO de la tabla 18, la
regresión TOBIT, para todos los productores agrícolas, indica que no hay una
diferencia significativa en cuanto a la magnitud de la demanda por jornales entre
aquellos productores que cuentan con TFNR y aquellos que no. Y en ambos casos se
tiene una demanda bastante inelástica.
Adicionalmente a los resultados obtenidos para la elasticidad precio de la demanda
por jornales, vemos que los factores que resulta significativos nuevamente son la
extensión de la tierra trabajada, el valor total de la producción, y sobre todo la
proporción del valor de la producción destinada a la venta. Asimismo el gasto en
insumo y en asistencia técnica resultan significativos y con un efecto negativo sobre la
demanda por jornales.
Los resultados del grupo de regresiones presentado en las tablas anteriores muestran
evidencia sobre 3 aspectos de los cuales no se tenía información antes. (1) La
elasticidad precio de la demanda por jornales es negativa (tiene el signo esperado). (2)
Toma valores entre -0.8 y -0.4 para aquellos productores que sí demandan jornale en
el mercado y se reduce a la mitad cuando se incorpora a todos los productores. Y (3)
aquellos productores que cuentan con TFNR en el hogar presentan una elasticidad
precio ligeramente mayor en la demanda de jornales.
Estos resultados nos permiten afirmar que cambios en el precio de la mano de obra
que se puede adquirir en el mercado para la realización de las labores agropecuarias,
no generarían un incremento sustancial del empleo en el ámbito rural. Por otro lado
otros factores influirían más en los cambios en el empleo, como la tierra, las mejoras
en el riego (calidad de la tierra), así como una mayor proporción de los bienes agrarios
destinados al mercado.
Algunas extensiones
Podemos decir que para el ámbito rural peruano se tiene un demanda inelástica por
mano de obra agrícola externa al hogar, pues hemos venido trabajando con la
totalidad de los productores rurales. Si bien en las diferentes especificaciones
presentadas se han introducido como controles indicadores de localización geográfica,
y se ha incorporado también la extensión de la tierra trabajada en todas las
especificaciones, veremos que la gran heterogeneidad que hay dentro del ámbito rural
–que quedó evidenciada en la sección anterior- hace que los resultados encontrados
con toda la muestra sean matizados con los hallazgos derivados de partir la muestra
dividida en grupos más pequeños, como regiones naturales o por la extensión de la
tierra de la explotación agropecuaria; al hacerlo encontramos que existen diferencias
en la elasticidad precio de la demanda por mano de obra externa al hogar
dependiendo del corte realizado.
47

En la tabla 20 presentamos varios cortes diferentes de la muestra de productores
agrícolas rurales, y estimamos para cada una la demanda por jornales en el mercado.
La tabla contiene cuatro paneles, los dos primeros paneles de la tabla están referidos
a la demanda por jornales cuando diferenciamos por regiones naturales. El tercer
panel se corta la muestra de acuerdo a la extensión de la tierra trabajada, mientras
que en e cuarto panel se diferencia de acuerdo al número de TFNR agropecuarios
presentes en el hogar. En los paneles sólo se incluyen algunas de las variables
independientes incluidas, aquellas que nos interesan más por poder ser modificadas
por políticas en el mediano plazo. Las especificaciones para todas las regresiones de
la tabla 20 son similares a las presentadas en la tabla 19. Se presentan los
coeficientes derivados de la estimación vía MCO (salvo en el primer panel en que se
incluyen los coeficientes de la estimación tobit).
La partición por regiones naturales (paneles I y II) confirma los hallazgos de la sub
sección anterior, la costa presenta una mayor elasticidad precio para los jornales,
llegando a -1.2, para la selva se registra la una elasticidad precio de -0.6, mientras que
en la sierra el estimado no llega a ser distinto de cero en términos estadísticos.
En el segundo panel se hace diferencia entre aquellos que no tienen ningún TFNR, y
aquellos que al menos tienen uno, esta partición presenta cualitativamente la misma
información que el panel I, sin embargo proporciona información adicional. En el caso
de la costa permite ver que la elasticidad de la demanda por jornales es mayor en el
caso de los productores sin TFNR, y es no significativa para los productores rurales de
la costa que si cuentan con al menos un TFNR dentro del hogar, resultado que
contrario al esperado, pues se esperaría que aquellos productores que cuentan con
una reserva de TFNR reaccionen más ante variaciones del precio del jornal,
justamente porque pueden suplir el factor trabajo que viene del mercado, con trabajo
de los TFNR.
Para la sierra en ninguno de los de dos grupos se logra obtener una elasticidad
estadísticamente significativa. En cambio al partir la muestra de los productores
rurales en la selva sí se obtiene una elasticidad significativa para los productores con
TFNR en el hogar, mientras que para los que no tienen TFNR la elasticidad estimada
no es significativa. Las diferencias encontradas en la magnitud de la elasticidad precio
de los jornales de mercado en los dos primeros paneles de la tabla 20 evidencian,
características diferenciadas en la adquisición y en el uso del factor trabajo, medido
aquí como jornales adquiridos en el mercado.
Las demás variables de interés muestran efectos similares en todas las regiones, sea
que se diferencie o no por la presencia de TFNR. La extensión de la tierra trabajada, la
proporción de tierra debidamente titulada tierra, y la proporción de la producción
destinada a la venta, están asociadas a un aumento en la demanda por trabajo,
mientras que la mayor inversión en insumos, en asistencia técnica tienen un impacto
negativo en la demanda por trabajo. De ellas, sólo la proporción destinada a la venta
mantiene su efecto positivo sobre la demanda por trabajo en todos los cortes,
presentados.
El corte según la extensión de la tierra trabajada de las explotaciones agrícolas,
muestra una mayor elasticidad conforme nos desplazamos desde los productores que
trabajan menores extensiones de tierra hacia los que trabajan mayores extensiones,
pasando de de 0.17 para las explotaciones con menos de media hectárea, hasta llegar
a -0.83 para las explotaciones con más de 5 hectáreas. La diferenciación por número
de TFNR muestra que en el caso de los productores que no cuentan con ningún TFNR
tienen una menor elasticidad precio para los jornales de mercado, mientras que en el
48

caso de los productores que cuentan con 3 o más TFNR agropecuarios, la elasticidad
precio estimada no llega a ser estadísticamente significativa.
Tabla 20
Demanda por jornales agrícolas en el ámbito rural, según diferentes particiones
de la muestra
I Por regiones naturales
Dependiente:
Número de jornales agrícolas
(Ln+1)
MCO
TOBIT (coeficientes)
Costa Sierra Selva Costa Sierra Selva
Precio jornal (Ln) -1.1919* -0.1105 -0.6004*** -2.0903** 0.075 -0.8517**
Tierra trabajada (Ha) 0.0142** 0.0017 0.0049*** 0.0184** 0.0018 0.0063**
Calidad media de las
tierras trabajadas 0.0326 -0.2123** 0.5137* -0.0678 -0.4431** 1.0643**
Tierra con título en RRPP
(Ha) 0.3822** 0.0108 0.3473*** 0.5205* 0.0442 0.5857***
Proporción destinada
a la venta de la prod.
Agrícola 1.3182*** 1.3878*** 1.6464*** 2.5228*** 2.3686*** 2.8550***
% del gasto en insumos -1.3256*** -1.6000*** -1.9297*** -2.6998*** -3.3444*** -3.9727***
% del gasto en asistencia
técnica -1.8457 -0.8579* -1.9597*** -1.4728 -1.5529 -6.9990***
N 608 4774 1785 608 4774 1785
R2 0.483 0.3664 0.513 0.3679 0.4052 0.41126
II Por regiones naturales (MCO)
Número de jornales agrícolas+1
Dependiente:
(Ln)
Costa Sierra Selva
Con TFNR Sin TFNR Con TFNR Sin TFNR Con TFNR Sin TFNR
Precio jornal (Ln) -0.9881 -1.5088** -0.1451 -0.1767 -1.0102*** -0.3404
Tierra trabajada (Ha) 0.1029*** 0.0123*** 0.0004 0.0051** 0.0088*** 0.0045***
Calidad media
de las tierras trabajadas 0.4026 -0.2442 -0.2662* -0.1835 0.408 0.6116
Tierra con título en RRPP
(Ha) 0.2047 0.4330* 0.0068 0.0845 0.2401 0.4778**
Proporción destinada
a la venta de la prod.
Agrícola 0.6045 1.4826*** 1.4239*** 0.9554*** 1.8323*** 1.6351***
% del gasto en insumos -1.8407*** -1.1800*** -1.6223*** -1.5694*** -1.8502*** -1.5327***
% del gasto en asistencia
técnica 0.753 -12.8379*** -0.5918 -1.1314** -2.4044*** -1.6473***
N 221 387 2762 2012 1028 757
R2 0.4838 0.5585 0.333 0.4229 0.4985 0.4846
III Por extensión de tierra (MCO)
Número de jornales agrícolas+1
Dependiente:
(Ln)
Menos de 0.5
ha
Entre 0.5 y 1 ha
Entre 1 y
5ha
Más de 5 ha
Precio jornal (Ln) 0.1717* -0.4839*** -0.4219*** -0.8326***
Tierra trabajada (Ha) 0.6458*** 0.5757** 0.0489* 0.0032**
Calidad media
de las tierras trabajadas -0.2207* -0.1459 -0.0818 0.0303
Tierra con título en RRPP
(Ha) -0.0277 0.1059 0.1561 0.1178
Proporción destinada
a la venta de la prod. Agrícola 0.6211*** 0.7503*** 1.4639*** 1.9415***
% del gasto en insumos -0.9342*** -1.2608*** -1.6887*** -2.5643***
% del gasto en asistencia
técnica -0.1864 -0.5335 -1.3812* -2.8892***
49

N 1997 1420 2471 1279
r2 0.365 0.4148 0.4399 0.4798
IV Por TFNR agropecuarios (MCO)
Número de jornales agrícolas+1
Dependiente:
(Ln)
Sin TFNR 1 TFNR
agropec. agropec.
2 TFNR
agropec.
3 o más TFNR
agropec.
Precio jornal (Ln) -0.2553** -0.4520*** -0.3192* -0.0822
Tierra trabajada (Ha) 0.0048*** 0.0036 0.0085** 0.0058
Calidad media
de las tierras trabajadas -0.2080* -0.1359 0.0082 -0.3007
Tierra con título en RRPP
(Ha) 0.2460** 0.1386 0.1757 -0.1587
Proporción destinada
a la venta de la prod. Agrícola 1.3787*** 1.6595*** 1.1316*** 1.4638***
% del gasto en insumos -1.6201*** -1.6435*** -1.6114*** -1.4976***
% del gasto en asistencia
técnica -1.1274** -1.3172* -0.7433 -1.8295***
N 2599 2938 1079 551
r2 0.4905 0.4305 0.4857 0.4231
Nota: Sólo se presenta las variables explicativas de interés
Sin factor de expansión
Fuente: ENAHO 2007
Los estimados de la tabla 20 complementan las estimaciones anteriores, y matizan
algunos de los resultados que se obtuvieron estimando conjuntamente por las
diferentes regiones, extensiones de tierra y número de trabajadores familiares.
Nuevamente los resultados obtenidos implican que existe poca probabilidad de que
mediante una disminución en el precio del trabajo, los productores rurales demanden
una mayor cantidad de trabajo. Por otro lado pensar en una disminución del precio del
jornal agropecuario, dados sus niveles actuales tampoco es deseable. Esto implica
que una mejor dinámica en el mercado laboral de trabajadores agropecuarios en el
ámbito rural peruano, requiere otro tipo de medidas diferentes a las variaciones del
precio del trabajo.
Según nuestro parecer, una mayor generación de empleo sería más un problema de
escala en la producción. Una pequeña escala de producción va generalmente
asociada a una menor extensión de tierras, menor tecnificación en la producción
(menor inversión en insumos y asistencia técnica que favorezca un cambio
tecnológico, concentración en cultivos más seguros y menos rentables). Ampliar la
frontera agrícola de modo que “en teoría” se pueda ampliar la cantidad de tierra
disponible para su uso agrícola, no es un proceso que pueda realizarse en el corto
plazo (si es el caso de que fuera posible).
Sin embargo queda la posibilidad de que algunos de los factores que en el análisis
anterior se mostraron como asociados a un aumento en la demanda por trabajo de los
pequeños productores rurales del Perú, puedan ser modificados mediante políticas
públicas que permitan mejorar la dinámica de los mercados laborales rurales. Las
variables que consideramos podrían ser modificadas en el corto y mediano plazo son
la proporción del gasto total dedicado a la adquisición de insumos, la proporción
destinada a la adquisición de asistencia técnica, el indicador de calidad de la tierra, el
porcentaje de la tierra propia con título registrado en RR.PP., y la proporción del valor
de la producción agrícola destinada a la venta.
50

Para poder aproximarnos al potencial que cada una de estas variables puede tener
sobre cambios en la demanda por trabajo por parte de los productores agrícolas
rurales, hemos vuelto a estimar la demanda por jornales en el mercado, pero
incorporando un término cuadrático para cada una de las variables indicadas en el
párrafo anterior, de este modo es posible aproximar un valor óptimo (sea máximo o
mínimo) para cada una de estas variables en relación con la demanda por trabajo. En
términos generales un máximo suele ser resultado de un coeficiente positivo para el
término lineal y uno negativo para el cuadrático, mientras que un mínimo proviene de
un coeficiente negativo para el término lineal y uno positivo para el término cuadrático.
En el caso de un máximo, para un indicador cualquiera, si un productor se encuentra
por debajo de este valor queda espacio para que un aumento en el valor del indicador
posibilite un aumento en su demanda por trabajo, mientras que en el caso de un
mínimo, hasta que no se sobrepase dicho valor mínimo el impacto sobre la demanda
por trabajo será negativo, pero una vez pasado el umbral mínimo los aumentos en el
indicador irán ligados a un aumento en la demanda por trabajo. Estos dos serán los
casos de interés para nosotros, pues existen otras posibilidades para obtener un
máximo y un mínimo. En algunas ocasiones el punto óptimo puede resultar fuera del
rango natural de la variables dentro de la regresión, en estos casos dicho resultado
será ignorado, además sólo tomaremos en cuenta los puntos óptimos que resulten
estadísticamente significativos.
Se realizaron dos tipos de estimaciones, cortando por regiones naturales y por
extensión de tierra. Luego de calcular el punto optimo para cada variable, en cada
regresión se estiman indicadores FGT, FGT(1) la proporción de productores que están
por debajo del punto óptimo, FGT(2) brecha -distancia promedio del grupo de
productores debajo del óptimo, y FGT(3) severidad, distancia promedio al valor optimo
ponderan con mayor importancia a aquellos productores más alejados del óptimo
estimado, los resultados se presentan en la tabla 21.
En el caso de los óptimos derivados de la estimación de la demanda por jornales en la
costa, sólo obtenemos puntos óptimos estadísticamente significativos para el
porcentaje de los gastos dedicados a insumos (máximo) y asistencia técnica (mínimo),
los valores óptimos son 33% y 20% respectivamente. En el caso de la proporción
dedicada a insumos un 33% de los productores de la costa están debajo de este
óptimo, por la cual queda la posibilidad promover una mayor inversión en insumo para
aumentar la demanda por trabajo en la costa, como vía alternativa frente a la
disminución del precio del jornal. En el caso de la asistencia técnica se tiene un
mínimo, en teoría hasta que la proporción de del gasto e asistencia técnica alcance un
22% del total de los gastos, el impacto sobre la demanda por trabajo es negativo, sin
embargo una vez que se pasa este umbral el impacto sobre la demanda por trabajo
sería positivo, sin embargo es bastante improbable que dadas las condiciones
actuales el gasto en asistencia técnica pueda alcanzar este porcentaje, pues la
totalidad de los productores están muy por debajo de este valor, si se ven los
indicadores de FGT(2) y FGT(3).
En el caso de la sierra, todos los óptimos hallados resultan significativos, pero en el
caso de la proporción destinada a la venta, el óptimo queda fuera del rango de la
variable. Dados los valores óptimos estimados, en la sierra quedaría lugar para una
mejora sustancial en la titulación de la tierra, pues la proporción de productores que
están debajo del valor óptimos estimado de 0.52% es cercano a 90%. Por otro lado la
calidad de la tierra presenta un mínimo en 1.58, valor ligeramente superior al 1.5 que
sería el caso en el que toda la tierra trabajada estuviese cubierta por riego por
gravedad, y no de secano como es se da en la sierra, lógicamente no siempre será
posible implementar el riego por gravedad, sin embargo en los casos en los que sea
51

posible esta medida permitiría aumentar la demanda por jornales, pues a partir de este
valor los aumentos en el indicador de calidad de la tierra (directamente relacionado
con el tipo de riego) implicarían un aumento en la demanda por trabajo. En el caso de
la proporción del gasto destinado a la compra de insumos químicos para la producción
no queda mucho espacio para mejorar, pero sí en el caso de la inversión en asistencia
técnica, en dónde también tenemos un máximo en 25%.
Para la selva tenemos óptimos estadísticamente significativos para la calidad de la
tierra (máximo en 1.81), la titulación de la tierra (máximo en 59%), y al proporción
destinada a la venta (mínimo en 18%). Respecto a la calidad de la tierra el óptimo
estimado implica una mejora en la tecnificación del riego, el indicador FGT(1) para
esta variable muestra que el 99% de los productores están por debajo del óptimo, la
brecha indica de este 99% de productores debajo del óptimo están a la mitad del
camino para alcanzar dicho óptimo. En cambio el caso del registro de la tierra, un
porcentaje importante 86% de los productores está por debajo del 59% óptimo, sin
embargo el indicador de brecha y severidad indican que hay mucho tramo que
recorrer, es decir actualmente el porcentaje de tierra registrada es muy bajo. En el
caso de la proporción de la producción destinada a la venta el mínimo indica que
después de pasar el 18% una mayor proporción de producción vendida va asociada a
un aumento en la demanda por trabajo. En este caso sólo un 18% de los productores
están por debajo del umbral mínimo de producción destinada a la venta, y por los
indicadores de brecha y severidad ellos están bastante cerca de llegar al umbral de
18%.
La desagregación por extensión de la tierra trabajada, proporciona mucho menos
información debido a que sólo en algunas ocasiones los óptimos estimados resultan
siendo estadísticamente significativos. Dentro de éstos cabe resaltar que dentro de los
productores con menos de media hectárea, es posible aumentar su demanda por
trabajo incrementado la proporción del gasto destinada a la compra de insumos para la
producción agrícola, y aumentado también la proporción del gasto destinado a adquirir
asistencia técnica. Del mismo modo se requiere de una mayor conexión con el
mercado fomentando un incremento de la producción destinada a la venta, de hecho
los indicadores de brecha y severidad indican que la proporción actualmente destinada
a la venta por este grupo de productores está muy lejos del nivel óptimo, estimado en
78%.
En el grupo de los productores que tienen más de media hectárea, pero menos de
una, encontramos un óptimo significativo sólo en el caso de la proporción destinada al
gasto en insumos, alcanzándose un máximo en una proporción de 24% de gasto
destinado a la compra de insumos, para este indicador un 21% de los productores
dentro de este grupo están por debajo del óptimo, aunque relativamente cerca de
alcanzarlo en términos promedio dado el valor del indicador de brecha.
Para los productores que tienen entre una y cinco hectáreas, sólo encontramos un
máximo en el caso de la tierra debidamente registrada (estimado en 56% del total de
la tierra propia), dado este valor el 85 de los productores de este grupo están por
debajo de este valor, y la proporción de tierra debidamente registrada que ellos
mantienen es bastante menor que el valor óptimo según indican los indicadores de
brecha y severidad estimados. En el caso de los productores con más de cinco
hectáreas, encontramos un máximo de 1.63 para el indicador de la calidad de la tierra,
como un 98% de los productores dentro de este grupo está por debajo de este valor, y
existe bastante heterogeneidad en los niveles de calidad de la tierra dentro de este
grupo (lo que se deduce de la diferencia entre el indicador de brecha y severidad).
Este resultado indica que aún cuando la extensión de tierra de este grupo de
productores es importante (al menos en relación con los demás productores), queda
52

astante espacio para mejorar la calidad de ella, invirtiendo en mejores procesos de
riego. Finalmente dentro de este grupo queda también bastantes posibilidades de
mejorar la titulación de tierras, dado que un 78% de los productores está por debajo
del 56% de tierra debidamente registrada, y la brecha respecto de este valor, así como
la severidad son bastante elevadas.
Teniendo en mente estas estimaciones el siguiente paso es diseñar políticas que
promuevan la modificación de los niveles actuales en los que los indicadores
mencionados se encuentran, posibilitando un aumento en la demanda por trabajo en e
ámbito rural y mejorando la dinámica del mercado de trabajo en este ámbito.
Tabla 21
Valores óptimos para las variables asociadas con la demanda por trabajo,
asumiendo un término cuadrático
Costa
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx mín máx máx mín
Pto. Inflexión 0.33 0.20 1.36 1.06 -0.18
t-estadítico 10.54 3.71 1.60 0.40 -0.27
FGT(0) 0.33 1.00 0.19 1.00 0.00
FGT(2) 0.19 0.99 0.04 0.68 0.00
FGT(3) 0.15 0.99 0.01 0.66 0.00
Sierra
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx máx mín máx máx
Pto. Inflexión 0.18 0.25 1.58 0.52 1.13
t-estadítico 4.56 4.04 14.95 13.91 4.82
FGT(0) 0.07 1.00 0.99 0.89 1.00
FGT(2) 0.04 0.99 0.30 0.88 0.82
FGT(3) 0.03 0.99 0.11 0.87 0.74
Selva
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx mín máx máx mín
Pto. Inflexión -0.02 2.16 1.81 0.59 0.18
t-estadítico -0.19 0.19 5.21 10.93 3.72
FGT(0) 0.00 1.00 0.99 0.86 0.18
FGT(2) 0.00 1.00 0.44 0.85 0.14
FGT(3) 0.00 1.00 0.20 0.85 0.13
Menos de 0.5 ha
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx máx máx mín máx
Pto. Inflexión 0.33 0.27 0.92 0.47 0.78
t-estadítico 10.88 2.41 1.50 3.95 4.81
FGT(0) 0.21 1.00 0.00 0.91 0.92
FGT(2) 0.11 1.00 0.00 0.91 0.73
FGT(3) 0.08 0.99 0.00 0.91 0.65
Entre 0.5 y 1 ha
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx máx máx mín máx
Pto. Inflexión 0.24 0.20 0.58 -0.03 8.55
t-estadítico 4.14 0.76 0.27 -0.01 0.14
FGT(0) 0.17 0.99 0.00 0.00 1.00
FGT(2) 0.11 0.99 0.00 0.00 0.97
53

FGT(3) 0.09 0.99 0.00 0.00 0.94
Entre 1 y 5 ha
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx máx mín máx mín
Pto. Inflexión 0.06 0.15 2.31 0.56 -1.27
t-estadítico 0.75 0.72 1.00 10.37 -0.99
FGT(0) 0.13 1.00 0.99 0.85 0.00
FGT(2) 0.10 0.99 0.51 0.84 0.00
FGT(3) 0.09 0.99 0.28 0.83 0.00
Más de 5 ha
% Insumos químicos
% Gasto Asist.
Técnica Calidad de la tierra % Título RR.PP % Vendida
Tipo máx máx máx máx mín
Pto. Inflexión -0.19 0.25 1.63 0.56 0.10
t-estadítico -1.02 1.52 13.68 5.85 1.51
FGT(0) 0.00 1.00 0.98 0.78 0.27
FGT(2) 0.00 1.00 0.36 0.76 0.25
FGT(3) 0.00 0.99 0.13 0.76 0.24
Fuente: Estimaciones propias a aprtir de ENAHO 2007
El producto del trabajo y la producción agropecuaria
Un enfoque complementario a la importancia que tiene el factor trabajo en la actividad
productiva es estimar el aporte de los diferentes factores a la producción total. En las
siguientes dos tablas se presenta la estimación de una función de producción para la
actividad agrícola y pecuaria. La variable dependiente es el valor total de la producción
anual, se incluyen como explicativas variables relacionadas con la tierra, el trabajo y e
capital. Las estimaciones para el valor total de la producción agrícola se presentan en
la tabla 22.
Tabla 22
Función de producción agrícola en el ámbito rural
Dependiente:Valor total de la prod. Agrícola
Especif.1
Especif.2
Número de jornales de mercado 22.11*** 22.11*** 16.10*** 16.17***
Número de jornales totales de TFNR 22.81*** 17.50***
Número de jornales totales de TFNR (sólo
agropecuarios) 24.60*** 28.34***
Tierra trabajada (Ha) 8.81** 8.77** 3.19 3.12
Calidad media de las tierras trabajadas 556.32*** 549.68*** 628.48*** 600.74***
Gasto en insúmos químicos 1.60*** 1.60*** 1.76*** 1.78***
Gasto en asistencia técnica 5.26* 5.27* 3.16 3.15
Conductor varón 224.16***
Edad del conductor 13.66*
Edad del conductor2 -0.22***
Experiencia del conductor 9.22***
Educación del conductor 11.42 43.89***
Número de productos agrícolas 130.10*** 137.46***
Número de parcelas -13.89* -11.03
Princ.prod.agric:
Princ.prod.agric:industriales 403.92** 399.41**
Princ.prod.agric:cereales -785.52*** -780.26***
Princ.prod.agric:hortalizas -516.85* -502.65*
Princ.prod.agric:menestras -795.45*** -803.28***
Princ.prod.agric:tuberosas o raices -859.67*** -848.08***
Princ.prod.agric:forrajeros 41.77 63.74
54

Princ.prod.agric:otros -184.08 -202.68
Indicadora: pobres no extremos 139.64*** 126.98**
Indicadora: no pobres 442.14*** 416.60***
costa centro 208.75 142.38
costa sur -61.69 -163.96
sierra norte -579.16*** -580.37***
sierra centro -474.75*** -538.00***
sierra sur -482.35*** -561.64***
selva 494.72*** 492.02***
constante 502.95** 505.03** -106.38 193.58
N 7045 7045 7028 7032
F 147.58 148.68 119.97 127.18
R2 0.45 0.45 0.58 0.57
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

Especif.1
Especif.2
Número de jornales de mercado 3.13 3.18 3.29 3.31
Número de jornales totales de TFNR 20.32*** 10.17**
Número de jornales totales de TFNR (sólo
agropecuarios) 22.89*** 10.81**
Tierra trabajada (Ha) 11.67*** 11.55*** 8.38*** 8.33***
Gasto en insúmos químicos 0.17** 0.17** 0.11* 0.11*
Dessarroll act. Agrícola paralelamente -277.04*** -276.87***
Conductor varón -27.42 -27.46
Edad del conductor 17.29*** 17.91***
Edad del conductor2 -0.14** -0.14**
Educación del conductor 97.93*** 99.00***
Experiencia del conductor 1.85 1.72
costa centro -101.51 -105.14
costa sur 70.49 62.82
sierra norte -269.81*** -270.24***
sierra centro -256.24*** -262.08***
sierra sur -257.37*** -264.91***
selva 321.13*** 320.20***
Número de productos agrícolas 70.22*** 70.45***
ovino -939.80*** -943.71***
porcino -1030.43*** -1023.42***
caprino -930.60*** -934.06***
auquenidos -32.12 -47.20
equinos -981.84*** -996.32***
aves de corral -1459.67*** -1457.90***
animales menores -1259.46*** -1255.36***
otros -1436.23*** -1442.36***
constante 559.41*** 548.91*** 835.63*** 817.74***
N 6192 6192 6190 6190
F 20.20 26.55 50.58 50.83
r2 0.14 0.14 0.30 0.30
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

Tabla 24
Presencia de TFNR, gasto en jornales y condición de pobreza, en el ámbito rural
Con tfnr Sin tfnr Total
pobres
extremos 0.352 0.2188 0.2896
Si gasta en
jornales
No gasta
en jornales
Total
pobres
extremos 0.2379 0.3732 0.2896
[.3297,.3749] [.2002,.2386] [.2725,.3073] [.2196,.2571] [.3483,.3988] [.2725,.3073]
pobres no
extremos 0.3399 0.2947 0.3187
pobres no
extremos 0.2997 0.3495 0.3187
[.3227,.3576] [.2762,.3139] [.3056,.3322] [.2842,.3157] [.3296,.37] [.3056,.3322]
no pobre 0.3081 0.4865 0.3917 no pobre 0.4624 0.2773 0.3917
[.2879,.3291] [.4616,.5115] [.373,.4107] [.4404,.4846] [.2556,.3001] [.373,.4107]
Total 1 1 1 Total 1 1 1
Fuente: ENAHO 2007
Los resultados de esta estimación indican –tal como indica a tabla anterior- que
aquellos que no gastan en jornales son más pobres y en cambio los que no cuentan
con TFNR son con mayor probabilidad no pobres, estos resultados son significativos
bajo las diferentes especificaciones.
Se encuentra asimismo una interacción negativa entre no gastar en jornales y no
disponer de TFNR, es decir que aquellos productores que cumplan con estas dos
condiciones serán pobres extremos con mayor probabilidad.
Tabla 25
Son más pobres aquellos que no gastan en jornales, o que no tienen TFNR
(Coeficientes de logit ordenado)
Dependiente: Pobreza
Especif.1 Especif.2
Especif.3
No gasta en jornales (v1) -0.58*** -0.39*** -0.36***
No tiene TFNR (v2) 0.43*** 0.47*** 0.57***
Interacción v1*v2 -0.1 -0.09 -0.20*
Número de miembros del hogar -0.22*** -0.25*** -0.28***
Calidad media de las tierras trabajadas 1.07*** 0.98*** 0.95***
Tierra propia (Ha) 0.01*** 0.01
Proporción de tierra con título en RRPP 0.61*** 0.46***
Número de parcelas 0.01 0.02
Extensión promedio de las
parcelas 0.01 0
Proporción destinada a la venta
de la prod. Agrícola 1.19*** 0.05
Número de productos agrícolas 0.04***
Valor total de la producción agrícola 0.00***
costa centro 1.55***
costa sur 1.36***
sierra norte -0.58***
sierra centro -0.91***
sierra sur -0.60***
57

selva 0.18
N 7477 7217 7217
Estadístico Chi2 1011.44 1378.08 1535.26
Pseudo R2 0.07 0.11 0.15
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

4 Actividades no agrícolas independientes
Luego de haber analizado la relación entre la demanda por trabajadores y la actividad
de las unidades de producción agropecuaria rurales, es importante revisar brevemente
que tan importante resulta en el medio rural la realización de actividades no agrícolas,
básicamente negocios independientes (producción de bienes, comercio, o prestación
de servicios).
Tal como procedimos en el caso de las unidades productoras agropecuarias del
ámbito rural, en este caso empezaremos describiendo brevemente a los que conducen
una actividad dependiente o negocio independiente, las características básicas de la
actividad y de los empleados sean o no remunerados de estos negocios. Luego
tratemos de estimar la demanda por trabajo por parte de estos negocios
independientes.
En esta sección llamaremos conductores de negocios independientes a todo individuo
que desarrolle, dirija o administre un negocio independiente, sea o no éste su actividad
laboral principal. Debemos mencionar que las categorías de ocupación con las que se
ha venido trabajando están definidas sólo respecto de la ocupación principal y por el
tipo de labores desempeñadas (no por el rubro de la empresa). Aunque es un poco
largo para evitar confusiones llamaremos conductores de negocios independientes a
los que dirigen un negocio, y conductores agropecuarios a los que dirigen una unidad
de producción agropecuaria, debe entenderse que cuando nos referimos a los “no
conductores” estamos aludiendo a los trabajadores agropecuarios que no conducen
una unidad de producción, y cuando nos referimos a los trabajadores “no
agropecuarios” nos referimos a aquellos que no desempeñan una labor relacionada
con la agricultura directamente, sea o no que tenga un negocio independiente.
Finalmente, la característica común de todos los negocios independientes es que no
están registrados legalmente en el sistema tributario nacional.
Los datos indican la existencia de alrededor de 895 mil negocios independientes en el
ámbito rural. El 60% de los conductores de dichos negocios son mujeres, y dos
terceras partes del total se localizan en la sierra, mientras que 21% y 19% se reparten
entre la costa y la selva. Debe mencionarse también que alrededor del 40% de los
hogares de esta muestra (con negocios independientes), tiene por lo menos dos
negocios –este porcentaje mayor en el caso de la costa-. Otro dato interesante es que
sólo en un 10% de las veces un mismo miembro del hogar dirige dos negocios –nadie
dirige más de dos negocios a la vez-, en el caso de la costa esta cifra es de 20%.
Tabla 27: Número de negocios independientes por hogar en el ámbito rural
costa sierra selva Total
1 51% 64% 60% 61%
2 33% 27% 28% 28%
3 14% 6% 9% 8%
4 2% 2% 4% 2%
5 0% 0% 0% 0%
6 0% 1% 0% 0%
Total 100% 100% 100% 100%
N 185413 539091 171231 895735
Fuente: ENAHO2007
59

Los conductores de negocios independientes representan alrededor del 15% de la
PEA ocupada rural (incluyendo a los TFNR), si excluimos a los TFNR del total de la
PEA ocupada rural, los conductores de un negocio o actividad independiente alcanzan
el 23% de la población ocupada en el ámbito rural. Estos representan alrededor de
843 mil individuos en el ámbito rural del Perú, el 58% de estos son mujeres, el 60% del
total se localizan en la sierra, mientras que entre la costa y la selva se reparten en
cada una un 20%.
La distribución por sexo en la muestra de conductores de negocios esta sesgada hacia
las mujeres, los porcentajes de mujeres conduciendo un negocio independiente en la
costa, sierra y selva rural son de 58%, 63% y 44% respectivamente.
Diferenciando por categoría ocupacional, encontramos que son muy pocos los
individuos clasificados como trabajadores agropecuarios no conductores, los que
mantienen al mismo tiempo un negocio independiente, apenas 11 mil personas que
representan alrededor del 1% del total de individuos que desarrollan actividades
agropecuarias como no conductores. Esto indica que los ingresos laborales de este
grupo dependen básicamente del salario recibido como peones o jornaleros en las
actividades agropecuarias. En cambio en el caso de los conductores el porcentaje de
éstos que mantienen al mismo tiempo una actividad no agropecuaria o negocio
independiente llega a representar el 34% del total de conductores del ámbito rural
(alrededor de 285 mil individuos). Para aquellos clasificados como no agropecuarios,
el 65% de este grupo conduce un negocio independiente (591 mil personas).
Las características básicas del grupo de conductores de negocios independientes se
muestran en la tabla 28. Los datos muestran que el corte por categoría ocupacional
replica la figura general, dentro de cada categoría la sierra concentra la mayor
cantidad de individuos que conducen un negocio independiente.
Dejando de lado a los trabajadores agropecuarios no conductores, pues son un grupo
bastante pequeño, podemos ver que existen diferencias en la proporción de hombres
que manejan un negocio independiente entre el grupo de los conductores
agropecuarios y los trabajadores no agropecuarios. En el caso de los conductores
agropecuarios el 60% de las veces son hombres los que al mismo tiempo dirigen un
negocio independiente (en el caso de la selva la cifra llega al 85%), el promedio de
edad de éstos es superior a los 40 años, y el nivel educativo alcanzado en promedio
es el de primaria completa. En cambio en el caso del grupo de los no agropecuarios, la
proporción de hombres que conducen un negocio es mucho menor, 36% en la costa,
23% en la sierra y 37% en la selva, la edad promedio dentro de este grupo es menor
de 40 años y el nivel educativo es ligeramente mayor que el que se registra para los
conductores agropecuarios que también dirigen un negocio independiente.
Tabla 28: Distribución y características de los conductores de negocios independientes
en el ámbito rural por categoría ocupacional
costa sierra selva
no conductor N (miles) 2.33 5.25 4.03
prop.
Hombres 0.18 0.29 0.72
edad 44.20 38.37 33.87
niv.
Educativo 2.36 4.23 4.41
conductor N (miles) 45.57 177.14 61.56
prop.
Hombres 0.60 0.65 0.85
60

edad 45.42 45.68 42.96
niv.
Educativo 4.02 3.88 4.19
no
agropecuario N (miles) 120.06 332.00 96.07
prop.
Hombres 0.36 0.23 0.37
edad 39.55 37.83 36.69
niv.
Educativo 4.75 4.11 4.52
Fuente: ENAHO 2007
La distribución observada de los conductores de negocios independientes por
categoría ocupacional indicaría que son las mujeres de este grupo, quienes tienen su
principal ingreso en los negocios independientes. En la sección anterior se observó
que son los varones quienes predominan como conductores agropecuarios, en cambio
en este grupo son las mujeres las que predominan. Para aclarar este tema
presentamos estimados del ingreso laboral total y de las ganancias provenientes de
los negocios independientes, se distingue entre aquellos individuos que declaran tener
una ocupación secundaria –la categoría ocupacional se define sólo sobre la base de la
actividad principal- de aquellos que no la tienen, en la tabla siguiente se muestra la
composición de este grupo por categoría ocupacional y tenencia de ocupación
secundaria. Se opta por presentar por presentar los estimados diferenciando por
ocupación secundaria para obtener una mejor lectura de las fuentes de ingreso laboral
de este grupos de individuos, dado que para aquellos que no cuentan con una
ocupación secundaria y dirigen un negocio independiente las ganancias del negocio
deberían ser muy cercanas al ingreso laboral total, pero esto no necesariamente
tendría que ocurrir para aquellos que sí cuentan con una ocupación secundaria.
La tabla siguiente indica que los trabajadores agropecuarios (conductores y no
conductores) que no tienen un ocupación secundaria son muy pocos dentro del grupo
de los conductores de negocios independientes tal como se esperaba. De ahí que no
sea posible encontrar estimados de ingresos y ganancias para estos grupos. El grueso
de los conductores de negocios independientes se concentra en los clasificados como
trabajadores no agropecuarios, y en los conductores con actividad secundaria.
Tabla 29: Categoría ocupacional y realización de actividad secundaria en los
conductores de negocios independientes
Sin
ocupación
secundaria
Con
ocupación
secundaria
Total
no conductor 0.1% 1.3% 1.4%
conductor 0.0% 33.7% 33.7%
no
agropecuario 23.2% 41.7% 64.9%
Total 23.3% 76.7% 100.0%
Fuente: ENAHO 2007
La comparación de los ingresos laborales totales con las ganancias obtenidas en los
negocios independientes muestra que la ganancia en un negocio independiente da
cuenta de cercad del 100% en promedio para aquellos que no cuentan con actividad
secundaria. Por otro lado en el caso de aquellos que sí tienen una actividad
secundaria (77% del grupo de los conductores de negocios independientes) podemos
61

ver diferencias importantes en el aporte de los negocios independientes al ingreso
laboral, dependiendo de la categoría ocupacional y del sexo.
La tabla siguiente indica que en el caso de los trabajadores agropecuarios (no
conductores) la conducción de un negocio independiente como actividad secundaria
reporta en promedio un 25% del ingreso laboral en el caso de las mujeres, mientras
que en el caso de los hombres representa un 60% en promedio. No obstante estas
cifras deben ser tomadas con cuidado dado que los trabajadores agropecuarios no
conductores, representan sólo un mínimo porcentaje del total de conductores de
negocios independientes, como se mostró en la tabla anterior.
En el caso de los conductores agropecuarios, que a la vez dirigen un negocio
independiente, podemos ver que en promedio las ganancias del negocio
independiente dan cuenta de un poco más de la mitad de los ingresos laborales
totales, constituyéndose en un importante complemento de la actividad agropecuaria.
Este porcentaje es ligeramente superior en el caso de los varones, sin embargo la
principal diferencia se da en los niveles de ingreso, siendo los de las mujeres entre el
30% y 40% del estimado para los hombres.
La figura es distinta para aquellos clasificados como trabajadores no agropecuarios.
En este caso si hay un diferencia importante en la importancia de las ganancias del
negocio independiente respecto del ingreso laboral total, pues para las mujeres el
aporte del negocio independiente llega al 71% de los ingresos totales en promedio,
mientras que en el caso de los varones este porcentaje es de 62%. Nuevamente la
diferencia más importante se da en los niveles de ingreso mensual alcanzados por
hombres y mujeres.
Tabla 30: Ingreso laboral total y ganancia del negocio independiente, según se realiza
o no actividad secundaria.
Sin ocupación secundaria
Ingreso
laboral Ganancia neg.
total Indep.
%neg. Indep./total
laboral
Con ocupación
secundaria
Ingreso laboral
total
Ganancia
neg. Indep.
%neg.
Indep./total
laboral
mujer no conductor 283 71 25%
conductor 304 161 53%
no
agropecuario 359 349 97% 220 156 71%
hombre no conductor 603 361 60%
conductor 649 370 57%
no
agropecuario 629 608 97% 636 392 62%
Fuente: ENAHO 2007
Las diferencias en los niveles de ingresos laborales y en las ganancias por los
negocios propios pueden obedecer a diferentes razones, de las cuáles no nos
ocuparemos aquí. No obstante es importante mencionar que es una posible
explicación esté relacionada con el lugar que cada conductor de negocios tiene dentro
del hogar. En la tabla 31 se muestra la distribución de los conductores de negocios
independientes de acuerdo a su relación con el jefe de hogar, diferenciando por sexo,
y por categoría ocupacional.
Tabla 31: Distribución de los conductores de negocios independientes en el ámbito
rural según relación de parentesco con el jefe de hogar
no
no
hombre mujer conductor conductor agropecuario Total
jefe del 77% 19% 40% 83% 23% 44%
62

hogar
esposo(a) 1% 62% 28% 11% 49% 36%
hijo(a) 17% 15% 22% 4% 21% 16%
otros 5% 5% 10% 2% 6% 5%
Total % 100% 100% 100% 100% 100% 100%
Total 354188 489808 11603 284267 548126 843996
Fuente: ENAHO 2007
Dentro de los varones, el 77% son jefes de hogar en el caso de las mujeres este
porcentaje es de sólo 19%, en cambio el 62% de las mujeres que conducen un
negocio independiente son cónyuges o esposas, por tanto generalmente dedican
menos tiempo a las actividades económica ya que deben ocuparse de otras labores
dentro del hogar.
Diferenciando por categoría ocupacional encontramos que en el caso de los
conductores agropecuarios el 83% de éstos son jefes del hogar, mientras que en el
caso de los no agropecuarios, el porcentaje más importante se concentra en los
cónyuges o esposas. En términos generales hay más jefes de hogar que dirigen un
negocio independiente (44% del total), pero el porcentaje de cónyuges que lo hacen
también es importante (36%). El restante 20% se distribuye entre los hijos (16%) y
otros familiares. Este corte nos permite tener una mejor visión del papel que los
negocios independientes tienen en la economía de este grupo de hogares rurales.
Pues permite deducir que este tipo de actividad permite la complementariedad en los
ingresos mediante la participación de los cónyuges por un lado (predominantemente
mujeres), y por el otro el complemento de los ingresos derivados de las actividades
agropecuarias (esto básicamente en el caso de los productores agropecuarios, pues
los no conductores son un grupo muy reducido en esta muestra de negocios).
Continuando con la descripción de los conductores de negocios independientes, y
antes de pasar a reseñar las características de los negocios, describimos su condición
de pobreza de modo que podamos saber dónde (en términos de pobreza monetaria)
están situados los hogares que mantienen actividades independientes. La tabla 32
muestra que más de la mitad de los conductores de negocios independientes está
fuera de la condición de pobreza monetaria, un 28% del total se encuentra en
condición de pobreza no extrema, mientras que el 20% se encuentra en situación de
pobreza extrema. Contrario a lo que se esperaría, en este caso los conductores de
negocios independientes mujeres presentan un mayor porcentaje fuera de la condición
de pobreza (29%), respecto del porcentaje observado para los varones (23%).
Estas cifras nos indican que los hogares que desarrollan paralelamente negocios
independientes no son los más pobres del ámbito rural, pues las cifras de pobreza
para este grupo contrastaran con las cifras para todo el ámbito rural en el que la
pobreza alcanza al 60% de la población. Lógicamente no podemos decir que por
mantener un negocio independiente, estos individuos no son pobres, o que por el
contrario, justamente por no ser pobres, pueden emprender este tipo de actividades
complementarias para mantener sus ingresos; una afirmación (con algún grado de
certeza) como esta implicaría una investigación que más allá de los objetivos de este
trabajo.
Tabla 32: Composición de la pobreza según sexo del conductor
mujer hombre Total
pobre extremo 12% 8% 20%
pobre no extremo 17% 11% 28%
no pobre 29% 23% 52%
63

Total 58% 42% 100%
Fuente: ENAHO 2007
Finalmente presentamos los motivos mencionados por los conductores de negocios
independientes, para empezar con este tipo de actividades, distinguimos entre
conductores hombres y mujeres. Podemos apreciar que tanto para hombres y mujeres
la necesidad económica se la principal razón por la cual se inicia un negocio
independiente es la necesidad económica, el segundo motivo más mencionado fue
que este tipo de actividad permitiría obtener mayores ingresos, ambas opciones
pueden ser vistas como una sola en realidad, dependiendo de cómo se desee
interpretarlas.
Tabla 33: Motivos para emprender negocios independientes
mujer
hombre
no
conductor
conductor
no
agropecuario
no encontró trabajo
asalariado 7 13 5 8 10 9
obtiene ingresos / mayores
ingresos 26 31 32 33 25 28
quiere ser independiente 10 10 4 8 11 10
por tradición familiar 5 5 5 6 5 5
por necesidad económica 51 39 54 44 47 46
otro 1 2 0 2 1 2
total 100 100 100 100 100 100
Fuente: ENAHO 2007
Total
Pasando a las características del mismo negocio, presentamos en la tabla 34 un
resumen de las principales características de éstos, distinguiendo por el sexo del
conductor del negocio. En términos generales no hay muchas diferencias significativas
en las características seleccionadas en re ambos grupos de negocios. La mayoría de
negocios no llevan ningún tipo de contabilidad o cuentas, nula conectividad (teléfono ni
internet) para los que desarrollan el negocio en un loca fijo, lo cual tiene bastante
sentido teniendo en cuenta que se trata del ámbito rural. En promedio los negocios no
son nuevos sino que tienen al menos 6 años, y funcionan al menos 9 meses durante el
año (asumiendo que este comportamiento a sido similar en los años anteriores).
Sí se aprecian diferencias significativas en el lugar dónde se desarrolla la actividad
independiente, pues en el caso de los varones casi el 80% tiene un lugar fijo dónde
establece su negocio, mientras que las mujeres sólo lo hacen así en un 52%. Por otro
lado también existen diferencias significativas en el rubro o giro del negocio, los
hombres se dedican con mayor frecuencia al comercio (compra-venta de bienes),
mientras que las mujeres lo hacen en la producción y oferta de servicios.
Tabla 34: Características de la actividad (negocios) independiente
Característica hombre mujer
Dif.
Siginificativa
De infraestructura
No lleva cuentas 0.81 0.80
Desarrolla la actividad en un lugar
fijo 0.79 0.52 *
Local posee electricidad 0.32 0.15 *
Local posee teléfono 0.01 0.01
Local posee internet 0.00 0.00
De experiencia
Años que lleva desarrolla la actividad 6.71 7.34
Meses que funcionó en el último año 9.28 9.03
64

De rubro
Realiza la producción de algún bien 0.34 0.39 *
Compra-venta de bienes 0.49 0.32 *
Ofrece algún tipo de servicio 0.25 0.31 *
Fuente: ENAHO 2007
En lo referente al empleo generado por los negocios independientes, la mayoría de
estos sólo emplean a una persona, que es el mismo conductor del negocio, esto
ocurre en 62% de la totalidad de negocios. Un 23% del total de negocios ocupan,
además del conductor a un empleado (que puede o no recibir remuneración), cerca de
un 10% ocupa hasta dos personas además del conductor, y el restante 5% ocupa a
más de dos personas (remuneradas o no). Teniendo en mente estas cifras repasamos
la composición de los trabajadores remunerados y no remunerados ocupados en los
negocios independientes, esta información se muestra en la siguiente tabla.
La información expuesta en la tabla 35 muestra que de todos los negocios
independientes, un 93% de éstos no cuenta con ningún trabajador remunerado,
entonces sólo un 7% de los negocios independientes contratan u ocupan mano de
obra remunerada. En el caso de los trabajadores no remunerados el 67% de los
negocios no ocupan a nadie, el 33% restante de los negocios ocupan a al menos un
trabajador no remunerado. Se asume que mayor probabilidad los trabajadores no
remunerados deben ser otros miembros del hogar, u otros familiares.
Tabla 35: Distribución de los trabajadores en los negocios independientes
Número de
trabajadores
Remunerados
0 93% 67%
1 4% 21%
2 1% 8%
3 0% 3%
4 o más 1% 1%
Total % 100% 100%
Fuente: ENAHO 2007
No
remunerados
Las características básicas de la mano de obra empleada (remunerada y no
remunerada), que se muestran en la siguiente tabla indican que en términos generales
los negocios independientes ocupan una mano de obra, poco calificada y sin
experiencia. Hombres y mujeres aparecen en similares proporciones como mano de
obra ocupada en los negocios independientes, la edad promedio de estos empleados
es de 27 años, con niveles educativos inferiores a la primaria completa en promedio.
Con una remuneración semanal que bordea los 50 nuevos soles, y con menos de 20
horas de trabajo semanales en promedio. Los negocios que ocupan mano de obra
tienen en promedio 1.65 empleado, alrededor del 20% (0.36 individuos por negocio)
son trabajadores que reciben remuneraciones.
Tabla 36: Características de los trabajadores del negocio independiente
promedio coeficiente variación mediana
Proporción hombres 0.49 0.91 0.5
Edad promedio 27.12 0.52 24
Nivel educativo 3.58 0.24 3.7
Experiencia promedio 2.45 1.69 1
Horas trabajadas x semana
promedio 18.66 0.92 14
Remuneración x semana 52.75 1.27 30.00
65

Total trabajadores 1.65 0.69 1
Trab. Remunerados 0.36 3.09 0
Trab. No remunerados 1.30 0.66 1
Promedio empleados familiares 0.89 0.33 1
Promedio TNR 0.83 0.43 1
Fuente: ENAHO 2007
Agregando cifras, los negocios independientes generan una demanda de alrededor de
562 mil individuos, de los cuales sólo 123 mil son remunerados. El resto de la mano de
obra utilizada en estos negocios son básicamente trabajadores familiares no
remunerados. Estos estimados indican que las actividades independientes en el área
rural constituyen una importante fuente de empleo, menor en magnitud que los
empleos generados por las actividades agropecuarias, pero bastante importante.
Ahora bien hay que tener en cuenta que estos estimados no son tan finos como se
quisiera, específicamente en lo referido a los trabajadores familiares. Es muy probable
que estemos incurriendo en doble conteo de las personas ocupadas en los negocios
sobre todo en el caso de los familiares, pues sabemos por los datos reseñados al
inicio de esta sección que más de la mitad de los hogares tienen más de un negocio
independiente, y los datos no permiten identificar exactamente a qué miembro se tiene
trabajando en cada negocio.
Tabla 37: Total estimado de empleos generados por los negocios independientes (en
miles)
Total Std. Err. [Intervalo Conf.95% ]
Trab. remunerados 123 14 95 151
Trab. no remunerados 439 22 397 482
Trab. No familiares 97 13 71 122
Trab. Familiares 462 23 418 507
Familiares no
remunerados 429 21 387 471
Fuente: ENAHO 2007
Finalmente tratamos de estimar una relación entre el salario que reciben los
trabajadores remunerados de los negocios independientes y la demanda por éstos.
Para ello a partir de la información de los trabajadores de cada negocio se procedió a
estimar un salario predicho, este valor predicho fue promediado a nivel de cada
negocio, y este promedio se usa como instrumento para el salario en la regresión de
demanda por trabajadores remunerados. Luego de varias especificaciones y
estimaciones, siempre se obtuvo un coeficiente positivo y significativo asociado a los
salarios predichos, lo cual va contra la lógica de cualquier función de demanda por
trabajo. De acuerdo con este resultado un incremento en los salarios promedios
recibidos por los trabajadores asalariados de los negocios independientes implicaría
un aumento –muy pequeño, pero aumento al fin-, de la demanda por trabajo. Es muy
complicado encontrar una explicación a esta situación pues lo que se esperaría es que
ante el aumento del precio de un factor, la demanda por éste sea menor; tal como
ocurre en el caso de la demanda por jornales de los pequeños productores
agropecuarios. Una posible explicación podría estaría relacionada con que sería muy
difícil que los salarios observados disminuyan, dado que tiene ya niveles observados
muy bajos. Así, si se deseara contratar nuevos trabajadores, atraerlos hacia este
sector implicaría necesariamente un incremento de los salarios, puede haber otras
posibles interpretaciones, por ejemplo relacionadas con la productividad de los
trabajadores remunerados, si el salario está muy relacionado con la productividad, un
66

aumento en la productividad puede implicar un aumento en los salario mediante la
cambios en la demanda.
Tabla 38: Factores relacionados con la demanda por empleados remunerados en
actividades independientes
Dependiente:
Número de trabajadores
remunerados
Coef. Error Estd. t P>t
[95%
Conf.
Interval]
Salario predicho (promedio x
negocio) 0.029 0.00 12.23 0.00 0.02 0.03
Número de negocios x hogar 0.017 0.02 1.09 0.28 -0.01 0.05
Lugar fijo para el negocio -0.073 0.03 -2.42 0.02 -0.13 -0.01
Conductor varón 0.066 0.02 4.40 0.00 0.04 0.10
Años de funcionamiento 0.000 0.00 0.06 0.95 0.00 0.00
producción 0.049 0.05 0.94 0.35 -0.05 0.15
comercio -0.124 0.05 -2.64 0.01 -0.22 -0.03
servicios -0.061 0.04 -1.45 0.15 -0.14 0.02
Número de trabajadores
familiares 0.081 0.02 4.42 0.00 0.04 0.12
Región: Sierra -0.043 0.03 -1.32 0.19 -0.11 0.02
Región: Selva -0.083 0.04 -2.04 0.04 -0.16 0.00
constante 0.084 0.06 1.50 0.13 -0.03 0.19
R2 0.4445
Chi2 1082.44
Fuente: ENAHO 2007
Los demás factores que aparecen significativamente relacionados con la demanda por
trabajo asalariado son el sexo del conductor, lo conductores varones contratarían
ligeramente más mano de obra asalariada. Las actividades comerciales demandan
menos mano de obra asalariada respecto de las actividades en la que se produce
algún bien y de las de servicios. Finalmente, os indicadores de región natural muestran
que en la selva se demanda también menos mano de obra que en la Costa y Sierra.
Esta sección muestra que las actividades independientes sirven como complemento
de las actividades agropecuarias, permiten la participación de los cónyuges en la
generación de ingresos del hogar. Por otro lado estas actividades al parecer han
permitido escapar de la condición de pobreza, o al menos mantenerse fuera de ésta a
la mayoría de los hogares que las desarrollan. La generación de empleo asalariado
que generan estas actividades independientes en el ámbito rural es bastante
importante además, no obstante la mano de obra contratada es joven, sin experiencia
y los salarios ofrecidos son bastante bajos.
67

5 Condiciones de empleo e indicadores de ingresos laborales
En esta sección revisaremos algunos indicadores que den cuenta de las
condiciones de empleo que imperan en el ámbito rural. Estamos particularmente
interesados en las niveles de los ingresos laborales en el ámbito rural, los
niveles de subempleo, y en evaluar si existen indicios de que el mercado laboral
en el ámbito rural funciona como un mercado segmentado (controlando por la
importancia que tiene la mano de obra familiar y los pagos en especies).
Para aproximarnos al nivel de los ingresos, se presentan los promedios obtenidos para
las diferentes regiones naturales por tipo de trabajador. Reconocemos 3 tipos de
trabajadores, aquellos que dirigen una actividad agropecuaria en el ámbito rural
(conductores), aquellos que son asalariados y se ocupan en actividades agropecuarias
(no conductores) pero no la dirigen, los TFNR, y aquellos individuos que se ocupan en
otras actividades ya sean dependientes o independientes. Además de presentar el
promedio estimado de los ingresos laborales totales necesitábamos tener alguna
referencia del nivel relativo que estos alcanzan, más allá del su valor absoluto
promedio.
El ingreso mínimo referencial (IMR) se utiliza para medir el subempleo invisible o por
horas, lamentablemente el subempleo por horas no se mide en el Perú, de modo que
no existe un IMR que podamos utilizar. Así decidimos construir un IMR a partir de la
información del número de miembros y el número de preceptores de ingreso del hogar.
El proceso que se sigue es utilizar los estimados a nivel de región del número
promedio de miembros en el hogar, multiplicar este valor por el valor de la línea de
pobreza (media) a nivel de región y dividir este producto entre el número de
preceptores de ingreso (medio) a nivel de región. El mismo procedimiento se realizó
utilizando el valor de la línea de pobreza extrema. La idea de este IMR es que el
ingreso laboral total de los miembros ocupados, debe ser suficiente para que el hogar
escape de la condición de pobreza (o pobreza extrema) 20 . Los valores obtenidos de
estas estimaciones se presentan a continuación.
Tabla 39: Ingreso Mínimo Referencial (IMR) y líneas de pobreza, en el ámbito rural
(construido a partir de la línea de pobreza y pobreza extrema)
IMR pobres
línea pobreza
IMR pobres
extremos
línea pobreza
extrema
costa norte 333 181.15 193 105.03
costa centro 333 186.80 196 110.15
costa sur 347 184.89 202 107.98
sierra norte 436 177.71 273 111.63
sierra centro 471 185.70 299 117.82
sierra sur 443 179.88 274 111.27
selva 449 166.49 284 105.34
Fuente: ENAHO 2007
La información sobre las líneas de pobreza indica que los valores para ambas líneas
son bastante cercanos en las distintas regiones del ámbito rural, en cambio el IMR
resultante es bastante diferente. Esta diferencia en los IMR estimados se explica tanto
por un mayor número promedio de miembros y menor número de preceptores en la
sierra y la selva. Utilizando estos estimados calcularemos nuestra aproximación a los
20 Este procedimiento se realizó utilizando los promedios estimados a nivel de región costa ( norte, centro
y sur), sierra ( norte, centro y sur), selva para el ámbito rural. Lógicamente este mismo procedimiento se
pudo realizar con los datos individuales de cada hogar.
68

nivele de subempleo invisible (por ingresos) y podremos tener una idea del nivel
relativo de los ingresos laborales en el ámbito rural. Primero presentaremos los
estimados del promedio de los ingresos laborales en el ámbito rural.
Tabla 40: Ingreso laboral total mensual, en el ámbito rural
Promedio S/. [Interv. Conf. 95%]
Costa No conductor 337 291 382
TFNR 0 . .
Conductor 446 395 497
No agropecuarios 471 400 541
Sierra No conductor 177 159 195
TFNR 0 . .
Conductor 286 272 300
No agropecuarios 366 331 400
Selva No conductor 284 258 310
TFNR 0 . .
Conductor 449 406 491
No agropecuarios 473 412 533
Fuente: ENAHO 2007
Los estimados del promedio de los ingresos laborales totales, diferenciando por el tipo
de trabajador son bajos, teniendo en cuenta que el ingreso mínimo legal bordea los
650 nuevos soles por mes, como se ve en la tabla anterior en ningún caso estos
estimados se acercan a este monto. Por otro lado los ingresos para aquellos
individuos ocupados en actividades agropecuarias (no conductores, conductores y
TFNR) son menores -si se toman como grupo- respecto de los ingresos de aquellos
individuos en otro tipo de actividades.
Por el lado de las condiciones de empleo, podemos decir que existen importantes
tasas de subempleo por horas, sobre todo en la costa en donde los ingresos laborales
son superiores en promedio para todas las categorías ocupacionales, tal como
muestra la información del cuadro siguiente. Esto implica la existencia de individuos
ocupados en el ámbito rural que trabajen normalmente menos de 35 horas, y que
desean trabajar más horas y además están disponibles para hacerlo. Por el lado del
subempleo invisible o por ingresos (construido sobre la base de nuestra estimación de
IMR), en cambio observamos tasas bastante elevadas especialmente en la sierra y la
selva. Estas tasas son elevadas utilizando ambos estimados de IMR. El subempleo
por ingresos implica que se labore más de 35 horas en todas las actividades y aún así
el ingreso logrado no sobrepase el IMR, estos resultados se muestran en la siguiente
tabla.
Tabla 41: Subempleo, e ingreso laboral relativo, en el ámbito rural
Sub empleo x
horas
Sub empleo x
ingresos
(pobreza)
Sub empleo x
ingresos
(pobreza
extrema)
Ing.< IMRpobreza
Ing.< IMRpob.extrema
Costa No conductor 20% 34% 9% 64% 29%
TFNR 14% 100% 100%
Conductor 9% 30% 13% 56% 35%
No
agropecuarios 13% 25% 14% 51% 35%
Sierra No conductor 10% 60% 45% 92% 76%
TFNR 9% 100% 100%
Conductor 4% 63% 48% 83% 66%
No
agropecuarios 8% 47% 35% 75% 61%
69

Selva No conductor 5% 62% 36% 85% 57%
TFNR 6% 100% 100%
Conductor 2% 56% 36% 71% 49%
No
agropecuarios 7% 46% 28% 69% 48%
Fuente: ENAHO 2007
Si bien las tasa de subempleo por ingresos son bastante elevadas, uno de los
requerimientos para entrar en esta categoría es trabajar al menos 35 horas por
semana, por lo que estas tasa esconden la información de aquellos que tienen
ingresos menores al IMR estimado, sin trabajar más de 35 horas. Por esto, las dos
últimas columnas de la tabla 41 muestran el porcentaje de individuos con ingresos
menores al IMR, este proceso empeora aún más as condiciones de in los ingresos por
trabajo registradas para el ámbito rural.
Ya que la información anterior sólo brinda información sobre la relación (mayor o
menor) entre los ingresos y el IMR, el cálculo de los indicadores FGT (conteo, brecha y
severidad) utilizando el IMR construido. Dado el IMR, en las tres regiones naturales del
ámbito rural el porcentaje de trabajadores con ingresos laborales menores al IMR
estimado es sumamente elevado, en cualquiera de las categorías ocupacionales
definidas para el ámbito rural, aunque aquellos ocupados en ramas no agropecuarias
presentan una menor proporción de personas con ingreso menores al IMR.
Si bien la situación de los ingresos laborales en el ámbito rural es preocupante, lo es
mucho más en el caso de la selva, y sobre todo en la sierra, en donde no sólo el
porcentaje de individuos con ingresos inferiores es elevado sino que también lo son la
brecha y la severidad de dichos indicadores, lo que da cuenta de lo bajo que son los
niveles remunerativos en el ámbito rural. Por otro lado, los estimados de los
indicadores FGT muestran que aquellos individuos ocupados en actividades no
agropecuarias, están en una mejor posición relativa respecto de los conductores y de
los trabajadores agropecuarios no conductores.
Tabla 42: Indicadores FGT para el IMR construido con la línea de pobreza total,
según categoría ocupacional
FGT(0)
Conteo
FGT(1)
Brecha
FGT(2)
Severidad
Costa No conductor 0.64 0.25 0.14
TFNR 1.00 1.00 1.00
Conductor 0.56 0.30 0.20
No agropecuarios 0.51 0.31 0.24
Sierra No conductor 0.92 0.63 0.51
TFNR 1.00 1.00 1.00
Conductor 0.83 0.50 0.36
No agropecuarios 0.75 0.52 0.43
Selva No conductor 0.85 0.44 0.29
TFNR 1.00 1.00 1.00
Conductor 0.71 0.36 0.22
No agropecuarios 0.69 0.42 0.33
Fuente: ENAHO 2007
Sólo para complementar la información sobre el nivel de los ingresos laborales en el
ámbito rural se presenta a continuación los indicadores FGT, de acuerdo al sexo y la
educación de los individuos ocupados (incluyendo a los TFNR). El primer panel de la
tabla 42 muestra, que en relación con los hombres las mujeres están en mucho peor
situación en términos de ingreso laboral, pues más del 80% de las mujeres ocupadas
tienen un ingreso laboral menor al IMR estimado, además la brecha de las mujeres, es
decir la distancia promedio entre los ingresos laborales y el IMR es también
70

sumamente elevada y, además de que la brecha es importante la severidad (FGT(2))
da cuenta de que existe también mucha desigualdad dentro de los ingresos percibidos.
En el caso del corte por educación los estimados muestran –como era de esperarseque
menores niveles de educación van asociados con una mayor proporción de
individuos con salarios bajos, una brecha más grande respecto al IMR, y en algunos
casos mayor desigualdad. No obstante aun para los individuos con algún nivel de
educación secundaria y superior los indicadores son bastante preocupantes.
Tabla 42: Indicadores FGT para el IMR construido con la línea de pobreza
total, según sexo y educación
Sexo FGT(0) FGT(1) FGT(2)
Costa hombre 0.53 0.30 0.23
mujer 0.80 0.63 0.56
Sierra hombre 0.82 0.55 0.44
mujer 0.95 0.84 0.78
Selva hombre 0.73 0.44 0.33
mujer 0.94 0.81 0.76
Educación FGT(0) FGT(1) FGT(2)
Costa ninguna 0.83 0.59 0.49
primaria 0.70 0.46 0.38
secundaria 0.60 0.42 0.36
superior 0.40 0.27 0.23
Sierra ninguna 0.97 0.84 0.77
primaria 0.90 0.69 0.59
secundaria 0.86 0.68 0.61
superior 0.57 0.40 0.34
Selva ninguna 0.94 0.77 0.71
primaria 0.83 0.60 0.51
secundaria 0.81 0.58 0.51
superior 0.48 0.30 0.24
Fuente: ENAHO 2007
Para finalizar esta sección quisiéramos aproximarnos a aquellas características
personales que determinan, o están asociados a los ingresos laborales, estas
características también determinarán en qué medida un individuo se puede ocupar en
un de las cuatro categorías ocupacionales que hemos venido tratando.
En primer lugar, estamos interesados en saber si para las diferentes categorías
ocupacionales que reciben ingresos existen diferencias en el efecto de las
características básicas que generalmente van asociadas a los salarios. Para ello se
utiliza la técnica de la regresión de cuantiles, dicha técnica aproxima el efecto de una
variación en la variable independiente sobre diferentes percentiles de la distribución
del ingreso laboral (por hora). El gráfico 1 muestra que para las características más
importantes (educación, edad, experiencia y sexo), existen diferencias en el efecto que
cada una de ellas tiene sobre los ingresos, estos diferentes impactos pueden ser
vistos como retribuciones diferentes a los mismos activos. Los resultados sugieren
que, sobre todo en el caso de las actividades no agropecuarias, existen retornos
diferenciados sobre los atributos seleccionados respecto de las actividades
agropecuarias (conductores y no conductores), y estos retornos diferenciados se
incrementan en los tramos superiores de la distribución del ingreso laboral. Esto no
implica necesariamente algún tipo de discriminación, ni segmentación, pero sí plantea
la interrogante de qué posibilidades existen de que un individuo en el ámbito rural
71

pueda llegar a ocuparse en una actividad no agropecuaria ya que recibiría un mayor
retorno por sus activos productivos.
Gráfico 1
Efecto sobre los ingresos laborales por hora
(coeficientes de regresión de cuantiles)
Para entender mejor que factores están asociados con la categoría de ocupación en la
que un individuo del ámbito rural está, utilizamos una regresión multinomial en la cual
el grupo de los TFNR es el categoría de referencia. Los resultados de la regresión se
presentan en la tabla de la tabla 43, e indican el sentido de la asociación, aumento o
disminución de la probabilidad de pertenecer a alguna de las tres categorías
presentadas, en relación a estar ocupado como TFNR, dos o tres signos implican
significancia estadística.
Lo primero que muestran los resultados es que las actividades agropecuarias, ya sea
como conductor o trabajador están relacionadas principalmente a los varones,
mientras que las actividades no agropecuarias con mayor probabilidad a las mujeres.
La edad en cambio esta positivamente y significativamente relacionada con las tres
categorías ocupacionales presentadas, en cambio la experiencia disminuye la
probabilidad de ser un trabajador agropecuario, y también de desempeñar actividades
no agropecuarias. La tabla también muestra que es muy poco probable que un jefe de
hogar se ocupe como TFNR, y finalmente aquellos individuos que tienen una lengua
materna indígena están ocupados con menor probabilidad como trabajadores
agropecuarios y en actividades no agropecuarias.
Tabla 43
Características asociadas con la categoría ocupacional
(Logit multinomial, grupo referencia: TFNR)
no conductor conductor no agropecuario
Indicadora: hombre +++ +++ ---
edad +++ +++ +++
años de educación -- + +++
72

experiencia --- - ---
Indicadora: jefe de hogar +++ +++ +++
Indicadora: lengua materna indígena --- - ---
Costa centro +++ - +++
Costa sur +++ - +
Sierra norte --- - ---
Sierra centro --- -- --
Sierra sur --- -- ---
Selva --- - ---
Constante --- --- ---
N 19422
pseudo R-sq 0.371
Fuente: ENAHO 2007
El cambio en las probabilidades de estar dentro de alguna de las cuatro categorías de
ocupación de acuerdo a las principales características, edad, experiencia, educación y
lengua materna se presenta en el gráfico 2 a continuación. Cada línea en este gráfico
va asociada a una categoría de ocupación.
El primer panel muestra la evolución de la probabilidad de pertenecer a cada categoría
cuando varían los años de educación, como se puede ver conforme los años de
educación aumentan, aumenta también la probabilidad estar ocupado en actividades
no agropecuarias, llegando en el extremo a concentrar prácticamente el 80% de la
probabilidad, en el mismo panel se puede percibir como la línea punteada que
corresponde a la probabilidad de estar ocupado como conductor agropecuario otorga
mayores probabilidades de ser conductor en los primeros tramos del rango de años de
educación, pues esta curva está situada muy por encima de las demás categorías (no
conductores y TFNR).
En el segundo panel (esquina superior derecha) se muestra el efecto de los años de
experiencia, como se puede ver conforme la experiencia va aumentando aumenta
también la probabilidad de ser conductor y TFNR, aunque la línea correspondiente a
los conductores siempre está sobre la correspondiente a los TFNR. En cambio para
las dos categorías restantes la probabilidad de desempeñarse como no conductor o
en actividades no agropecuarias decae rápidamente conforme la experiencia aumenta.
Gráfico 2
Probabilidad de pertenecer a alguna de las categorías ocupacionales,
según características seleccionadas
73

En el tercer panel se muestra el efecto de la edad que aunque parece bastante
parecido al de la experiencia no lo es pues, por un lado, presenta niveles de
probabilidad menores, y por el otro además de la probabilidad de ser conductor, la otra
probabilidad que aumentan conforme aumenta la edad es la estar ocupado fuera de
las actividades agropecuarias; mientras que la probabilidad de ser TFNR que es alta al
comienzo decae rápidamente conforme aumenta la edad.
El panel con el efecto de la lengua materna debe ser visto con cuidado, dicha variable
no es continua, de modo que sólo se debe prestar atención a los extremos de las
líneas. En general los cambios en las probabilidades no son muy importantes debido a
lengua materna.
Este análisis de probabilidades deja un mensaje algo complejo sobre todo en lo
referido a los TFNR, si además se tiene en cuenta los resultados de la sección de
descriptivos al inicio de este trabajo. La descripción realizada en la segunda sección
daba cuenta de que la mayoría de los TFNR eran mujeres, con bajos niveles de
educación y por la composición de edades de este grupo parecía que una mujer que
se desempeña como TFNR seguiría siéndolo por el resto de su vida laboral. En
cambio, el análisis de las probabilidades de estar ocupado en una u otra categoría de
ocupación indica que existen probabilidades importantes se ocupe en actividades no
agropecuarias, si es que tiene suficiente educación acumulada.
Esto implicaría que es posible para algunas mujeres dentro el grupo de TFNR,
eventualmente salir de esta condición de ocupación y desempeñarse en actividades
no agropecuarias. Con la finalidad de complementar esta idea nuevamente se simulan
las probabilidades de estar ocupado en alguna categoría ocupacional, pero sólo para
el grupo de los individuos que actualmente son TFNR conforme se hacen variar los
años de educación, estas simulaciones se presentan en el gráfico 3.
Como se puede apreciar, la diferenciación por sexo de las probabilidades simuladas
indica que las probabilidad de emplearse en actividades no agropecuarias es mayor
74

para las mujeres, y aumenta rápidamente conforme aumenta la educación adquirida,
por otro lado como ya se había mencionado para las mujeres la probabilidad de
ocuparse como trabajador agropecuario o conductor son muy limitadas.
Gráfico 3
Probabilidad de que un TFNR este ocupado en alguna de las categorías
ocupacionales, según años de educación
Si los TFNR no reciben explícitamente remuneración por su trabajo y existen
posibilidades de que al menos un grupo dentro de éstos se ocupe en actividades mejor
remuneradas que las actividades agropecuarias, entonces porqué permanecen como
TNFR. Si esto ocurre pues debe ser el caso que el ingreso que generan para el hogar
por medio de su trabajo no remunerado es superior al que generarían desarrollando
otro tipo de ocupaciones, este parece ser el caso y de ahí la gran cantidad de TFNR
dentro de la PEA en el ámbito rural.
5 Comentarios finales
El objetivo principal de este trabajo es dar una mirada al mercado de trabajo en el
ámbito rural peruano. El objetivo específico principal era determinar si existía una
respuesta importante en la demanda por trabajo por parte de los productores
agropecuarios frente a variaciones en el precio de éste (precio del jornal), los
resultados indican que no hay salvo en la costa una elasticidad precio importante e la
demanda por trabajo de los productores agropecuarios del ámbito rural.
75

Además los resultados del análisis hacen que no sea deseable los aumentos en la
demanda por trabajo sean promovidos por una baja en los salarios, dado que bajo las
actuales condiciones éstos ya son muy bajos.
Un análisis complementario indicó que sí es posible aumentar la demanda por trabajo,
mediante políticas que promuevan una mejora en la titulación de las tierras, y que
promuevan una mejora en las tecnologías utilizadas, a través de una mayor proporción
de gastos en insumos y asistencia técnica, queda espacio también para mejorar las
condiciones de riego de la tierra, aunque esta última alternativa implica mucho mayor
inversión y mayor plazo.
El análisis de las actividades o negocios independientes reveló que éstos constituyen
un importante complemento en la generación de ingresos, pues les permite a los
conductores agropecuarios generar ingresos a partir de diferentes tipos de actividades,
además de permitir complementar los ingresos mediante la participación de los
cónyuges (la mayoría de veces mujeres). Este papel complementario se revela sobre
todo cuando se calculan las cifras de pobreza monetaria para este grupo,
observándose que más de la mitad de los que mantienen un negocio independiente
están fuera de la condición de pobreza. Por otro lado estas actividades permiten
diversificar la generación de ingresos. Si bien la mayoría de los negocios
independientes no demandan mano de obra un buena parte lo hace y una fracción
esta es asalariada, registrándose cerca de 900 mil negocios independientes, la
demanda de mano de obra asalariada termina siendo importante. No obstante la mano
de obra demanda está orientada hacia los jóvenes, sin experiencia y con poca
educación, por lo que los salarios pagados en estas actividades son muy bajos.
Los ingresos laborales son bajos en el ámbito rural, y dentro de las diferentes
categorías de ocupación, aquellos que desarrollan actividades no agropecuarias son
los que mayores remuneraciones en promedio obtienen, sin embargo para estar
dentro de esta categoría es necesario tener una acumulación suficiente de educación.
Finalmente, los ingresos laborales no sólo son bajos, sino que además llegan a ser
muy desiguales, así se explica que los TFNR que llegan a ser un tercio de la pea rural,
se mantengan fuera de las actividades en las cuales recibirían ingresos monetarios,
pues el ingreso implícito que ellos generan para el hogar resulta ser mayor al que
podrían conseguir ocupándose fuera del hogar.
Anexos
Tabla A1: Regresión para obtener el pago estimado por jornal
Dependiente: Logaritmo del jornal (retribución diaria)
Err.
Coef. Std. t P>t
[Intervalo
Conf. 95%]
hombre 0,238041 0,017
13,8
4 0 0,204 0,272
edad -0,0020954 0,001 -3,57 0 -0,003 -0,001
educación 0,0298673 0,005 5,72 0 0,020 0,040
experiencia 0,0038045 0,001 3,67 0 0,002 0,006
indicadora: actividad
secundaria -0,1209737 0,018 -6,57 0 -0,157 -0,085
menos de 15 horas 0,1321234 0,037 3,55 0 0,059 0,205
de 15 a 34 horas 0,2445745 0,037 6,57 0 0,172 0,318
de 35a 47 horas 0,38827 0,038 10,3 0 0,315 0,462
76

48 horas 0,2640699 0,039 6,77 0 0,188 0,341
de 49 a 59 horas 0,3504294 0,041 8,55 0 0,270 0,431
de 60a màs horas 0,4196028 0,032
12,9
8 0 0,356 0,483
urbano 0,1244373 0,017 7,37 0 0,091 0,158
Sierra -0,091775 0,030 -3,06 0,002 -0,151 -0,033
Selva 0,0882143 0,040 2,22 0,027 0,010 0,166
N=6952
F=84.73
R2=0.3235
Nota: se excluyen los efectos fijos correspondientes a cada región
5
Tabla A2: Precio promedio por ámbito rural del jornal
jornal
observado
jornal
predicho
(provincia)
jornal predicho
(departamentoámbito)
jornal predicho
(departamento)
nacional 12,11 11,45 12,09 11,81
costa norte 14,27 13,56 13,49 13,19
costa centro 15,24 16,16 16,25 15,96
costa sur 17,23 16,42 15,82 15,82
sierra norte 8,74 10,76 13,45 12,83
sierra centro 11,19 9,44 10,16 10,11
sierra sur 9,65 8,96 9,67 9,49
selva 13,82 12,59 12,92 12,42
Fuente: ENAHO 2007
Tabla A3: Precio promedio por ámbito rural del jornal a partir de la información de
MINAG
Mínimo Promedio
nacional 8,88 14,05
costa norte 10,51 14,83
costa centro 11,14 14,96
costa sur 13,64 18,29
sierra norte 6,78 12,99
sierra centro 8,15 14,22
sierra sur 9,12 13,55
selva 9,70 14,24
Fuente: MINAG
Tabla A4: Demanda por jornales agrícolas en el mercado: elasticidad precio del jornal,
bajo diferentes especificaciones (Dependiente construida con información MINAG)
Dependiente:
Mínimo
MINAG
Número de jornales agrícolas (Ln)
Especificación Especificación
1
2
Especificación
3
Promedio MINAG
Especificación
1
Especificación Especificación
2
3
Precio jornal (Ln) -0.4856*** -0.5569*** -0.4208*** -0.1080 -0.1507* -0.0096
Indicadora: act. Pecuaria 0.1869** 0.1828**
Indicadora: act. Forestal 0.3218*** 0.1897***
Indicadora: actividad
permanente 0.0079 -0.0001 0.1911* -0.1001 -0.1003 0.0916
Número de parcelas
trabajadas 0.0047 0.0073 0.0047 0.0215*** 0.0233*** 0.0192**
Indicadora: Subproductos
agrícolas -0.0125 -0.0073
Tierra trabajada (Ha) 0.0051*** 0.0054*** 0.0040*** 0.0053*** 0.0055*** 0.0041***
77

Calidad media de las tierras
trabajadas -0.0473 -0.0353 -0.0291 -0.0219
Tierra con título en RRPP (Ha) 0.1161* 0.1324* 0.1429** 0.1559**
Número de productos
agrícolas 0.0259*** 0.0372*** 0.0242*** 0.0321***
Valor total de la producción
agrícola 0.0000 0.0000 0.0000 0.0000
Proporción destinada
a la venta de la prod.
Agrícola 1.5397*** 1.5139*** 1.5018*** 1.4788***
Gasto total act. Agrícola 0.0001*** 0.0001*** 0.0001*** 0.0001*** 0.0001*** 0.0001***
% del gasto en insumos -1.2796*** -1.2617*** -1.1611*** -1.1953*** -1.1857*** -1.0927***
% del gasto en asistencia
técnica -1.0177* -0.8089 -0.9144 -1.1265* -1.0053* -1.1387*
Número de TFNR 0.0756** 0.1077*** 0.1285*** 0.0638* 0.0958*** 0.1137***
Proporción de TFNR varones 0.0450 0.0467
Edad media de los TFNR -0.0011 -0.0007
Educación media de los TFNR 0.0196 0.0172
costa centro -0.0201 -0.0811 0.0954 -0.0527 -0.1049 0.0803
costa sur 0.0447 -0.0117 -0.2212 0.0449 0.0078 -0.1966
sierra norte 0.1202 0.1337 -0.3835*** -0.0887 -0.0829 -0.5927***
sierra centro -0.3070** -0.3147*** -0.8166*** -0.4085*** -0.4140*** -0.9041***
sierra sur 0.0187 -0.0332 -0.5434*** 0.0563 0.0263 -0.4765***
selva 0.0470 0.0376 0.1432 0.0367 0.0305 0.1217
indicadora: pobres no
extremos 0.2195*** 0.2380*** 0.3023*** 0.2381*** 0.2505*** 0.3095***
Indicadora: no pobres 0.4589*** 0.4795*** 0.5882*** 0.4856*** 0.4986*** 0.6024***
Indicadora: negocio
independiente 0.0504 0.0611 -0.0251 0.0787 0.0876 0.0022
constante 3.0611*** 3.3738*** 3.8531*** 1.7393*** 1.9842*** 2.4374***
N 3726 3726 3751 3717 3717 3741
F 1,413,309 1,705,245 1,308,901 1,622,241 1,990,233 1,574,772
r2 0.5473 0.5383 0.4433 0.5819 0.5779 0.4896
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

% del gasto en insumos -1.3256*** -1.6000*** -1.9297*** -2.6998*** -3.3444*** -3.9727***
% del gasto en
asistencia técnica -1.8457 -0.8579* -1.9597*** -1.4728 -1.5529 -6.9990***
Número de TFNR
(menos de 15 horas) -0.0247 -0.0088 0.0875 -0.0636 -0.0516 0.2435*
Número de TFNR
(15 horas en adelante) -0.2818 0.0105 0.0233 -0.4793 0.0561 0.0797
Proporción de TFNR
varones -0.8038** -0.1267 -0.0539 -1.4133** -0.2751 -0.2081
Edad media de los TFNR 0.0055 -0.0006 -0.0008 0.0099 -0.0007 -0.001
Educación media de los
TFNR 0.1012 0.0131 0.0473 0.1768 0.0172 0.0811*
costa centro 0.1145 0.2789
costa sur 0.0993 0.2717
sierra norte -0.2375*
sierra centro 0.2845*** 0.5022***
sierra sur 0.1125*
selva
indicadora: pobres no
extremos -0.0677 0.2490*** 0.4044*** -0.0311 0.4763*** 0.8582***
Indicadora: no pobres 0.2045 0.5531*** 0.8650*** 0.4102 1.0215*** 1.5659***
Indicadora:
negocio independiente -0.0139 0.1868** -0.1583 0.0486 0.3474*** -0.2801
constante 4.1633** 1.1168*** 0.8971 5.8174** -0.166 -1.0298
sigma 2.1954*** 1.9423*** 2.1107***
N 608 4774 1785 608 4774 1785
F 17.7996 98.2861 102.5219 12.6938 92.5758 70.6008
R2 0.483 0.3664 0.513 0.3679 0.4052 0.41126
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

Proporción de TFNR varones -0.8593** -0.1425 -0.0604 -0.7675** -0.1116 -0.0348
Edad media de los TFNR 0.0065 -0.001 -0.0007 0.0059 -0.0006 -0.0007
Educación media de los TFNR 0.1056 0.015 0.0504 0.0938 0.0124 0.0473*
costa centro 0.1331 0.147
costa sur 0.0081 0.0138
sierra norte
sierra centro 0.1606** 0.1356**
sierra sur -0.0001 0.0876
selva
indicadora: pobres no extremos -0.0512 0.2487*** 0.4456*** -0.0869 0.2167*** 0.3874***
Indicadora: no pobres 0.1942 0.5709*** 0.9238*** 0.177 0.4927*** 0.8315***
Indicadora: negocio
independiente -0.0192 0.1805** -0.1893 -0.0126 0.1746*** -0.1489
constante 4.3741** 1.1075*** -0.0513 3.3733** 0.5602** -0.3074
N 608 4774 1785 608 4774 1785
F 17.584 94.2083 105.9699 18.342 91.3581 105.4106
R2 0.4722 0.3548 0.5081 0.493 0.3758 0.518
Fuente: ENAHO 2007
Nota: estimaciones sin factores de expansión
leyenda: * p

sierra norte 0.2595** 0.2567** 0.2597** 0.2614** 0.2634**
sierra centro 0.4970*** 0.4916*** 0.4949*** 0.5006*** 0.5055***
sierra sur 0.3400*** 0.3334*** 0.3366*** 0.3430*** 0.3486***
selva -0.0132 -0.0164 -0.0139 -0.0108 -0.0025
indicadora: pobres no extremos 0.2755*** 0.2742*** 0.2734*** 0.2761*** 0.2780***
Indicadora: no pobres 0.6434*** 0.6395*** 0.6384*** 0.6449*** 0.6440***
Indicadora: negocio independiente 0.0118 0.0128 0.0115 0.0143 0.0186
constante 1.4707*** 1.4778*** 1.4738*** 1.4706*** 1.4672***
N 7167 7167 7167 7167 7167
Estadístico F 165 165 165 165 183
R-cuadrado 0.4435 0.4434 0.4435 0.4436 0.4428
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

Indicadora: no pobres 1.1575*** 1.1486*** 1.1507*** 1.1572*** 1.1524***
Indicadora: negocio independiente 0.0504 0.0521 0.0552 0.0582 0.0646
constante 0.4174 0.4355 0.4231 0.4239 0.4203
sigma 2.0773*** 2.0776*** 2.0775*** 2.0771*** 2.0792***
N 7167 7167 7167 7167 7167
F 147.6050 147.6329 147.5078 147.7700 163.0499
Fuente: ENAHO 2007
Nota: estiamciones sin factores de expansión
leyenda: * p

educación y el acceso a servicios entre otros, sobre el total de jornales ofrecidos por el
hogar en el sector agrícola.
Dadas las limitaciones existentes en información detallada que nos permita llevar a
cabo los objetivos usaremos como fuente de información principal la encuesta BASIS
2007, la cual se centra en 3 zonas, 2 en la costa norte Piura y Chepen y una en la
sierra central, Junín. Esta encuesta tiene información detallada sobre las
características demográficas y productivas de 1318 hogares rurales, distribuidos en
451 en Piura, 292 en Junín y 575 en Chepen. Sin embargo, una de las principales
limitaciones del trabajo, se da debido a la falta de información en cuanto a las
características productivas, en relación al empleo. En este tema sólo se tiene
información detallada, referida al número de jornales tanto dentro como fuera de la
unidad agrícola, sea contratado o familiar, para los dos cultivos transitorios principales
en el hogar. Además que no se conoce las características del trabajador familiar no
remunerado tanto para actividades agrícolas como no agrícolas, solo se conoce la
cantidad de jornales (días-hombre) trabajados, y tampoco las características de los
trabajadores contratados para la actividad agrícola.
Esta investigación pretende responder las siguientes interrogantes: ¿Cuál es el salario
sombra en las zonas de estudio? ¿Existen diferencias en el salario sombra al interior y
entre cada zona? ¿Cuál es la relación de este salario sombra con el salario de
mercado? ¿De qué depende esta relación? ¿Existen restricciones en el mercado de
trabajo en el sector agrícola para estos hogares? Y por último ¿Cual es la elasticidad
salario sombra de la oferta de trabajo de estos hogares?
2. Caracterización de la unidad de producción agrícola
En esta sección tiene como objetivo detallar el perfil del productor, así como de las
diferencias existentes entre los mismos a través de las tres zonas de estudio. Para lo
cual se caracterizará en primer lugar la unidad productiva en términos de principales
cultivos del hogar, el uso y tenencia de los principales factores de producción como
tierra, mano de obra, maquinaria y crédito, tenencia y uso de animales, uso de
insumos e ingresos por ventas de productos agrícolas. Y en segundo lugar describir al
conductor de la actividad y su hogar establecido como unidad productiva de acuerdo a
características demográficas del jefe de hogar tanto en edad como en educación, los
niveles de pobreza del hogar, y composición de ingresos de manera que tengamos un
panorama más amplio sobre las diversas actividades que realizan estos hogares.
2.1 Tierra
Ahora, es necesario saber cuál es el nivel de activos del hogar, en este caso
observaremos las características del factor tierra. Así vemos que más del 95% de los
hogares en la muestra tienen tierras propias, éstas están distribuidas en 95% en Piura,
95% en Junín y 99% en Chepen. Y como muestra el cuadro 1, son los hogares pobres
los que en mayor proporción tienen parcelas propias en comparación a los hogares no
pobres.
Cuadro 1
Hogares con parcelas propias
Pobres No pobres Total
N % N % N %
Piura 318 96.07 95 91.35 429 95.12
Junín 143 94.08 115 95.83 276 94.52
Chepen 310 99.36 246 98.80 570 99.13
83

Pero es necesario contrastar el resultado del cuadro 1, tomando en cuenta las
características de éstas parcelas propias, como extensión, número de parcelas y
cuántas de éstas se encuentran inscritas en registros públicos. Así en el cuadro 2
vemos que mientras mayor sea el quintil de tierra trabajada, el promedio de parcelas
propias también aumenta, el número de parcelas y número de parcelas inscritas en
registros públicos también lo hacen.
Cuadro 2
Características de las parcelas propias (promedio)
Ha N RRPP
Piura Q1 1.83 2.10 1.21
Q2 2.41 1.91 1.29
Q3 3.57 2.20 1.61
Q4 3.57 2.30 2.06
Q5 8.03 1.69 1.44
Junín Q1 0.60 3.23 1.98
Q2 1.18 4.04 2.24
Q3 1.79 4.53 2.96
Q4 2.65 4.17 2.70
Q5 6.34 3.89 1.96
Chepen Q1 2.67 1.42 1.08
Q2 4.24 1.64 1.30
Q3 4.55 1.69 1.48
Q4 6.64 1.56 1.43
Q5 10.02 2.46 2.16
Es en Chepen donde la extensión de parcelas propias es mayor, y el número de
parcelas es menor, lo que nos da una idea de cómo fue la distribución de la tierra en
esta zona. A su vez, es en esta zona donde la proporción de parcelas inscritas en
registros públicos es mayor.
2.2 Crédito
Otro factor importante en la producción es el acceso a crédito, ya que esto sirve a los
hogares para poder financiar los gastos ocasionados en la campaña agrícola. Así,
vemos que el 51% de los hogares en nuestra muestra tuvo un crédito para la
producción en el año 2006. De esta manera vemos que 59% de hogares en Piura
recurrió a un crédito para financiar su producción, 50% en Chepen y 40% en Junín. Y
son los hogares pobres en las 3 zonas quienes acceden en menor medida al crédito
para sus producción, tal y como vemos en el cuadro 3 a continuación:
Cuadro 3
Acceso a crédito por condición de pobreza
- Porcentaje de hogares -
No Pobre Pobre Total
Piura 63.93 57.14 59.22
Junín 44.62 38.00 39.66
84

Chepen 52.70 45.99 50.00
Al ordenar la muestra de hogares por quintiles de tierra trabajada, vemos que no
existe una tendencia en el acceso al crédito salvo en los casos de los hogares pobres
en Piura y Chepen. Lo único claro es que en el qunitil 5 de todos los cortes, tanto por
departamento como por condición de pobreza, el nivel de acceso al crédito es mayor.
Cuadro 4
Acceso a crédito por quintiles de área trabajada
Formal
Informal
% Monto % Monto
Q1 25.0 463.4 68.8 321.0
Q2 33.3 676.9 50.0 551.9
Piura Q3 37.8 768.2 40.5 720.6
Q4 54.1 1866.3 35.1 796.4
Q5 85.1 5078.2 12.8 257.6
Q1 100.0 1513.6 0.0 0.0
Q2 75.0 693.0 12.5 8.5
Junín Q3 75.0 1241.5 37.5 136.1
Q4 100.0 1056.7 5.6 11.3
Q5 89.7 3306.2 17.2 228.7
Q1 38.9 595.2 66.7 386.1
Q2 45.8 1670.4 54.2 901.1
Chepen Q3 47.4 1276.4 50.0 1603.1
Q4 58.5 2329.6 43.9 2112.6
Q5 60.0 5570.7 46.0 3314.0
Lo observado en al acceso a crédito, así como las características de las parcelas
propias hacen ver como un grupo cada vez más diferenciado a aquellos hogares
pertenecientes al último quintil en comparación a los demás hogares en cada una de
las zonas de estudio.
2.3 Cultivos
Con respecto a los cultivos en las zonas, es importante notar en primer lugar la
existencia de hogares que no siembran, 8% en Piura, 18% en Junín y 23% en
Chepen. Y de los hogares que siembra, podemos ver que la mayoría de hogares se
dedica a los cultivos transitorios en mayor medida que a los permanentes, debido
seguramente a los niveles de capital requeridos para la siembra y mantenimiento de
estos cultivos. En el cuadro 5 vemos la distribución de los hogares dedicados a los dos
tipos de cultivos, así como la extensión total dedicada a ambos tipos de cultivo.
Del cuadro 5, también podemos notar como es en Piura en donde se realiza la mayor
actividad de cultivos permanentes, dedicando alrededor de la tercera parte del área
trabajada total a cultivos permanentes, principalmente frutales, en Junín es menor, con
cerca de la cuarta parte dedicada a estos cultivos, principalmente pastos, y por último
Chepen con aproximadamente la décima parte del área total trabajada dedicada a
cultivos permanentes.
Cuadro 5
Productores y tipos de cultivos
85

Siembran
No
Transitorios Permanentes Total siembran
Hogares Piura 292 219 412 39
Junín 211 153 238 54
Chepen 379 174 443 132
Hectáreas Piura 827 465 1291
Junín 413 163 577
Chepen 1785 222 2007
Realizando los cortes por quintiles de tierra trabajada vemos que son en mayor
medida los hogares del quintil 5 los que se dedican cultivos permanentes. Pero la
proporción es aún menor en comparación a los cultivos transitorios. En Piura la
relación de área trabajada total y siembra de cultivos permanentes no se mantiene a lo
largo de los quintiles, por lo que no se puede hablar en este caso de una tendencia.
Cuadro 6
Área total dedicada a la agricultura, por zonas, tipo de cultivos y quintiles de
área trabajada
Transitorios Permanentes Total
Piura Q1 34.91 26.42 61.32
Q2 97.54 62.52 160.06
Q3 142.01 74.26 216.27
Q4 186.74 57.26 244.00
Q5 365.35 244.40 609.75
Junín Q1 5.26 1.35 6.61
Q2 18.37 8.52 26.89
Q3 36.50 18.20 54.70
Q4 71.10 43.68 114.77
Q5 282.14 91.62 373.76
Chepen Q1 53.10 10.41 63.51
Q2 145.38 19.97 165.35
Q3 283.05 33.21 316.26
Q4 412.95 43.20 456.15
Q5 890.09 115.34 1005.43
Por otro lado, es necesario observar el área promedio dedicada tanto a cultivos
permanente como transitorios, para observar adecuadamente el comportamiento de
los agricultores en cada una de las zonas. En el cuadro 7 vemos que mientras
aumentan los quintiles de área trabajada en Piura, la dedicación a cultivos
permanentes aumenta, e incluso es mayor al promedio de área dedicada a cultivos
transitorios. Esto no se observa ni en Junín, ni en Chepen. El caso de Piura, está más
vinculado a los mercados de productos de agro exportación como son los frutales
(mango y plátano) y debido a la escala y exigencia de estos productos, el capital juega
un rol importante en la adopción de este tipo de cultivos.
Cuadro 7
Área promedio dedicada a la agricultura, por zonas, tipo de cultivos y quintiles
de área trabajada
Transitorios Permanentes Total
86

Piura Q1 0.70 0.60 0.72
Q2 1.50 1.36 1.62
Q3 2.45 1.95 2.74
Q4 3.33 1.91 3.70
Q5 5.80 5.82 7.53
Junín Q1 0.13 0.06 0.14
Q2 0.46 0.28 0.56
Q3 0.87 0.61 1.16
Q4 1.65 1.18 2.39
Q5 6.27 2.69 7.95
Chepen Q1 0.76 0.61 0.77
Q2 1.94 1.43 1.99
Q3 3.49 2.08 3.68
Q4 5.58 3.60 5.70
Q5 11.27 5.49 12.11
Del cuadro 5, 6 y 7 observamos la importancia que tienen los cultivos transitorios en el
esquema productivo de la mayoría de hogares en Piura, Chepen y Junín. Ahora en el
cuadro 8 se muestra cuales son estos principales cultivos:
Cuadro 8
Principales cultivos transitorios
Extensión
Hogares
Ha % N %
Piura Arroz 545 65.89 178 60.96
Algodón 133 16.10 81 27.74
Maíz amarillo 62 14.97 70 23.97
Junín Maíz choclo 122 29.54 134 63.51
Cebada grano 47 11.29 37 17.54
Papa 95 23.06 120 56.87
Chepen Arroz 1239 69.44 322 84.96
Maíz amarillo 389 21.80 125 32.98
Frijol 62 3.45 21 5.54
Del cuadro 8 vemos como el arroz ocupa el primer lugar en los cultivos transitorios, en
Piura y Chepen, cosa que no es de sorprender debido a la gran producción arrocera
de la costa norte. En Junín el principal producto es el maíz choclo, seguido de la papa,
sin embargo, a diferencia de lo ocurrido en Piura y Chepen, no hay una concentración
fuerte en productos.
2.4 Trabajo
En el 2007 se usaron un total de 205936 jornales en la producción dentro de la unidad
agrícola, de los cuales 20% provenía de jornales familiares no remunerados. Este
resultado nos dice que en general se contrata más jornales de los que el hogar aporta.
Sin embargo, el caso contrario se da en Piura y Junín para el primer quintil de área
trabajada donde los jornales familiares no remunerados son mayores que los
87

contratados. Este comportamiento no se observa en Chepen ni en ninguno de los
otros quintiles de área trabajada en Piura y Junín.
Por otro lado, la proporción de jornales familiares en el total de jornales usado dentro
de la unidad agrícola disminuye conforme aumenta el área trabajada. Lo cual nos da
indicios sobre el costo de oportunidad de esta mano de obra familiar mientras
pertenezca a un hogar que tiene más activos (tierra – capital)
Cuadro 9
Uso de jornales en la unidad agrícola
Total
Jornales del Jornales
hogar contratados
Promedio por hectárea
Jornales del Jornales
hogar contratados
Piura Q1 1713 1068 82 40
Q2 2356 2921 39 42
Q3 2722 4509 30 43
Q4 2998 6263 24 46
Q5 3054 11386 50 54
Junín Q1 361 353 176 132
Q2 718 801 84 75
Q3 578 857 32 56
Q4 755 1573 20 33
Q5 819 6201 6 34
Chepen Q1 2411 4139 40 90
Q2 4095 11277 37 92
Q3 4790 20415 20 80
Q4 5273 27526 17 80
Q5 7761 66243 17 101
Cuando vemos los jornales promedio por hectárea en el cuadro 9, podemos decir que
en Junín y Chepen la cantidad de jornales familiares por hectárea disminuye con el
aumento del nivel de activos en el hogar. No se puede decir lo mismo en el caso de los
jornales contratados promedio por hectárea.
2.5 Maquinaria
El uso de maquinaria propia en los hogares de nuestra muestra es mínimo, esto
asociado principalmente al uso no intensivo de maquinaria generalizado en nuestra
agricultura. Así, vemos que el total de horas tractor contratadas aumenta con el nivel
de área total trabajada para las tres zonas. Además el total de horas tractor utilizadas
es mayor en las zonas de la costa norte que en Junín.
Cuadro 10
Uso de maquinaria en la unidad agrícola
Total
Promedio por hectárea
Horas tractor Horas tractor Horas tractor Horas tractor
del hogar contratadas del hogar contratadas
Piura Q1 1 71 0 2
Q2 1 159 0 2
Q3 6 372 0 3
88

Q4 5 524 0 4
Q5 0 1211 0 5
Junín Q1 0 7 0 3
Q2 0 49 0 5
Q3 18 116 1 7
Q4 0 205 0 4
Q5 90 618 4 4
Chepen Q1 7 196 1 7
Q2 0 635 0 6
Q3 9 1224 0 5
Q4 0 1850 0 5
Q5 0 3806 0 6
Debido al casi nulo uso de horas tractor del hogar en la producción, se hace casi
innecesario hablar del comportamiento por hectárea. Pero, este no es el caso para las
horas tractor contratadas por el hogar. En este caso, solo en Piura se ve un aumento
de horas tractor utilizadas conforme va aumentando el nivel de área trabajada total, lo
que conlleva a los mayores niveles de tecnificación al tener mayores activos.
2.6 Animales
A diferencia de lo visto en el cuadro 10 con el uso de maquinarias, podemos ver que el
uso de animales en la producción es relativamente más intensivo, pero aún bastante
pequeño. Esto solo se observa en Piura, mas no hay ninguna clara relación en
Chepen ni Junín. De acuerdo al uso total de animales contratados, vemos que
aumenta conforme aumentan los niveles de área trabajada, pero solo en Chepen y
Junín mas no en Piura.
Cuadro 11
Uso de animales en la unidad agrícola
Total
Animales del Animales
hogar contratados
Promedio por hectárea
Animales del Animales
hogar contratados
Piura Q1 80 97 3 5
Q2 291 149 3 2
Q3 183 94 1 1
Q4 234 162 2 1
Q5 250 57 1 0
Junín Q1 0 57 0 21
Q2 17 105 3 13
Q3 14 115 1 7
Q4 95 141 2 3
Q5 75 245 0 1
Chepen Q1 0 47 0 0
Q2 3 54 0 0
Q3 1 107 2 1
89

Q4 1 130 0 1
Q5 16 128 0 0
Al estandarizar los niveles de uso de animales, vemos que en general no hay una
relación clara en el uso de los animales del hogar, pero si en los animales
contratados. Así, el uso de animales contratados disminuye con el aumento del área
trabajada. Lo cual puede indicar algún nivel de sustitución con alguno de los factores
de producción sea mano de obra o maquinaria.
2.7 Insumos
El uso de los fertilizantes afecta positivamente a la producción agrícola, como forma de
estandarización de los distintos fertilizantes químicos usados por los agricultores en
nuestra muestra se recurrió a usar la cantidad total de nitrógeno teniendo en cuenta la
composición NPK de cada uno de los fertilizantes. Asi podemos ver como el uso
aumenta de acuerdo al nivel de área trabajada, es un resultado esperado, debido a la
escala de producción.
Cuadro 12
Uso de fertilizantes químicos, aproximado por la cantidad de nitrógeno usada en
la producción.
Nitrógeno
total (kg)
Piura Q1 4838 202
Q2 13288 199
Q3 19784 178
Q4 28089 195
Q5 53307 263
Nitrógeno
promedio
por
hectárea
(kg)
Junín Q1 669 238
Q2 2428 215
Q3 2437 115
Q4 6296 119
Q5 29581 134
Chepen Q1 14541 314
Q2 36692 310
Q3 79135 301
Q4 94472 273
Q5 205382 288
Al analizar el uso promedio de nitrógeno por hectárea podemos notar como disminuye
el uso de acuerdo al nivel de área trabajada total. Sin embargo no se puede hablar de
una tendencia. Esta disminución del uso de fertilizantes por hectárea nos da indicios –
asumiendo que los cultivos son homogéneos dentro de los quintiles de cada zona – de
la calidad de la tierra, ya que tierra de mejor calidad necesita un uso menos intensivo
de nutrientes para alcanzar una producción dada.
90

2.8 Ventas
En Junín, el valor bruto de la producción para aquellos que están en el primer quintil es
bastante menor que el obtenido en Piura (8 veces) y Chepen (12 veces), debidos
principalmente al tipo de cultivos de la zonas y a la escala de la producción, que en
Junín en el primer quintil es menor a una hectárea. Como era de esperarse el Ingreso
total promedio aumenta considerablemente conforme aumentan los quintiles de área
trabajada, lo cual está íntimamente relacionado con la escala de producción. Es en
Junín donde los ingresos totales promedio son menores, en comparación a los
observados en Piura y Chepen.
Cuadro 13
Valor bruto de la producción
Ingresos
Total
Ingreso
total
promedio
Ingreso
promedio
por
hectárea
Piura Q1 101236 2066 3039
Q2 296618 4863 3486
Q3 534256 9211 3908
Q4 826420 15593 4583
Q5 1972896 32343 5244
Junín Q1 13289 633 5265
Q2 59977 1764 5189
Q3 69276 1979 2624
Q4 284366 6936 5270
Q5 845265 19657 4095
Chepen Q1 188944 3258 4829
Q2 524301 7825 4145
Q3 1267055 16455 4656
Q4 1650939 25014 4630
Q5 3687241 49828 4618
En el caso del ingreso promedio por hectárea, en Piura aumenta de acuerdo a los
niveles de área trabajada. En Chepen el ingreso por hectárea es bastante homogéneo,
lo cual se condice con que el 85% de los agricultores en la zona son productores de
arroz. En Junín el ingreso por hectárea en los quintiles más bajos es bastante alto,
pero eso es debido a la pequeña escala de producción.
2.9 El productor
Antes que nada ordenamos a los productores en las tres zonas de acuerdo a quintiles
de área trabajada total. Se elige este corte debido a que funciona como una
aproximación a los niveles de capital del hogar, siendo la tierra uno de los principales
activos de un hogar agrícola. Así, en el cuadro 14 vemos como es en Piura donde se
observa un menor nivel educativo para los jefes de hogar, con 4 años de educación en
promedio en el quintil 1 y 6 años de educación en el quintil más alto, lo que nos dice
91

que los jefes de hogar en esta zona tienen primaria completa como el mejor escenario.
Este resultado es bastante parecido al visto en Chepen, con 5 años de educación en el
primer quintil y 7 en el último. A diferencia de lo que ocurre en las zonas de la costa
norte, en Junín el jefe del hogar tiene en el quintil más bajo 7 años de educación en
promedio y 10 como máximo, significativamente mayor a los jefes de hogar en Piura y
Chepen, debido a que el jefe de hogar del quintil más bajo tiene en promedio un mayor
nivel educativo que el jefe de hogar tanto en Piura como en Chepen. Este
comportamiento es constante a través de cada uno de los quintiles de área trabajada
en las tres zonas. Al mismo tiempo, en todos los casos el nivel educativo del jefe del
hogar es más bajo en promedio que el máximo observado en el hogar, y es en Junín
donde el máximo nivel educativo del hogar es mayor.
Al hablar sobre la edad del jefe del hogar, podemos decir que no hay una relación
clara entre ésta y la tenencia de activos, en este caso la tierra. En las tres zonas, el
promedio de edad del jefe de hogar es de alrededor de 60 años, siendo relativamente
menor en Piura con 58 años en promedio, seguido de Chepen con 62 años y el mayor
en Junín con un promedio de edad de 64 años.
Cuadro 14
Características del conductor por quintiles de área trabajada
- Promedio por quintiles de área trabajada -
Jefe del Hogar Máximo
Educación Edad
nivel
educativo
Piura Q1 3.94 57.88 10.52
Q2 4.45 58.81 10.98
Q3 4.22 56.24 11.24
Q4 4.69 58.12 11.73
Q5 5.93 59.64 12.40
Junín Q1 7.22 63.00 12.60
Q2 7.46 65.94 13.44
Q3 7.61 65.45 13.43
Q4 9.67 59.31 13.35
Q5 9.85 63.45 14.23
Chepen Q1 4.67 60.71 11.66
Q2 5.03 64.06 12.14
Q3 5.34 61.99 12.45
Q4 5.13 63.81 12.58
Q5 6.52 62.27 12.70
Luego, contrastamos estas características por condición de pobreza del hogar. Tal y
como vimos en el cuadro anterior, es en Junín donde los jefes de hogar son más
educados, tanto de los hogares pobres como de los no pobres, los resultados
obtenidos en educación del jefe del hogar por condición de pobreza son bastante
parecidos en Piura y Chepen. Al mismo tiempo, podemos decir que los jefes de hogar
en promedio no tienen el mayor nivel educativo en el hogar, siendo el más alto el
obtenido en Junín. No se observan diferencias importantes en el máximo nivel
educativo alcanzado por algún miembro del hogar tomando en cuenta su condición de
pobreza.
92

Por otro lado, los hogares pobres tiene jefes de hogar mayores a los presentes en
hogares no pobres. Este comportamiento es consistente en las tres zonas, y es en
Chepen donde los jefes de hogar son en promedio mayores. Ahora, el total de
miembros del hogar es mayor en hogares pobres que en no pobres, y como se
esperaba, esto ocurre en las tres zonas.
Cuadro 15
Características del conductor por condición de pobreza 21
Jefe del Hogar
Máximo
Educación Edad
nivel
educativo
Piura No Pobre 7.64 53.67 11.98 5.61
Pobre 3.75 59.67 11.12 10.51
Tamaño del
hogar
Junín No Pobre 10.33 61.61 13.58 5.27
Pobre 7.11 64.87 13.24 9.54
Chepen No Pobre 7.70 60.02 12.80 5.84
Pobre 3.46 65.79 11.87 9.22
Entonces de acuerdo a la relación entre activos, pobreza y educación podemos decir
que es en Junín donde los jefes de hogar son más educados en promedio, y esto se
mantiene en todos los cortes observados. Esta relación es parecida en los jefes de
Piura y Chepen, y menor en comparación a lo encontrado en Junín.
2.10 Niveles de pobreza
Las aproximaciones a los niveles de activos del hogar pueden ser variadas. Por ello es
necesario establecer cuál va a ser nuestra forma de medición de los activos en el
hogar. Como mencionamos anteriormente debido a que se trata de hogares rurales y
agrícolas se optó por el activo tierra. A priori se utilizó los quintiles de área trabajada
total, sin embargo, también se puede utilizar otras medidas como el área total de
parcelas propias, el área total dedicada a cultivos transitorios, el área total dedicada a
cultivos permanentes, al área total de parcelas inscritas en registros públicos, o
aproximarnos a los niveles de calidad usando el tipo de riego, etc.
De esta manera se realiza una comparación entre cada una de las relaciones
obtenidas entre las medidas de activos y condición de pobreza para cada una de las
tres zonas y el total de la muestra. Estos resultados se muestran en el cuadro 3 a
continuación.
Cuadro 16
Coeficientes asociados a condición de pobreza
- Variable exógena: condición de pobreza -
Variable dependiente Piura Junín Chepen Total
Área trabajada total -1.41308*** -1.248655** -1.54279*** -1.61470***
Área parcelas propias -0.73884 -0.812253 -0.94272 -0.98842
21 La condición de pobreza de un hogar es definida por medio del uso de la línea de pobreza elaborada por
el INEI. Debido a que esta encuesta no cuenta con niveles de gasto del hogar, se recurre a una estimación
de este gasto de acuerdo a características observables dentro de la Encuesta Nacional de Hogares (Enaho
2007) y la encuesta Basis 2007 usada en este estudio. Para más detalle sobre la construcción de este
indicador ver el Anexo.
93

Área trabajada cultivos
transitorios -1.48826*** -1.296663*** -1.40028*** -1.64626***
Área trabajada cultivos
permanentes -1.04311 -0.629818 -0.81136 -0.81305
En todos los casos analizados, los coeficientes son negativos con relación a ser pobre.
Sin embargo sólo área trabajada de cultivos transitorios y el área total cultivada
presentan relaciones estadísticamente significativas con la condición de pobreza.
Debido a que el área trabajada total incluye tanto el área dedicada a cultivos
permanente como transitorios, se decidió optar por ésta como medida aproximada del
activo tierra en el hogar.
Como se vio en el cuadro 15, la relación entre el área trabajada y los niveles de
pobreza es negativa. En el cuadro 16, mostramos como esta relación aún es robusta
cuando realizamos el corte por quintiles de tierra trabajada total. Así, los niveles de
pobreza disminuyen mientras más alto sea el quintil de área trabajada. Pero es en
Piura donde ésta relación no es muy clara, lo cual no ocurre en Chepen y Junín donde
el quintil 1 tiene 66% y 72% de pobres respectivamente mientras que en el quintil 5 la
proporción de pobres disminuye a 49%, en ambas zonas.
Cuadro 17
Pobreza por quintiles de área trabajada (%)
Piura Junín Chepen
Q1 79.76 71.74 65.85
Q2 83.84 68.09 64.56
Q3 86.30 63.41 54.12
Q4 71.43 55.32 51.90
Q5 56.58 48.84 48.75
2.11 Composición de los ingresos
Los ingresos anuales laborales de los hogares son en promedio S/. 20 mil en Piura, S/.
18 mil en Junín y alrededor de S/. 30 mil en Chepen. Siendo más importante el ingreso
por actividades agrícolas tanto dependientes como independientes las regiones de
Piura y Chepen con alrededor del 90 % de sus ingresos provenientes de estas
actividades. Para Junín notamos que la composición de sus ingresos se encuentra
más diversificada teniendo una mayor importancia las actividades no agrícolas. Cabe
destacar que en las tres regiones los menores ingresos se dan por venta de mano de
obra para actividades agrícolas, es decir las actividades agrícolas que realizan los
miembros del hogar fuera de la parcela familiar. Y es en Chepen donde aun cuando es
mínimo el ingreso dependiente agrícola es en promedio mayor al observado en las
otras dos regiones como mostramos en el gráfico 1.
Gráfico 1
Composición de los ingresos por región
-Nuevos soles anuales-
94

En los gráficos 2 y 3 podemos contrastar las diferencias encontradas entre la
composicion de los ingresos al interior de las regiones distinguiendo los hogares por
su condicion de pobreza. Así, encontramos que en primer lugar la venta de mano de
obra para actividades agrícolas practimanete desaparece en los hogares no pobres,
solo se mantiene minimamente en los hogares de Chepen, cosa que no es de extrañar
debido al costo de oportunidad que tienen los miembros de estos hogares para
dedicarse a otras actividades tanto agrícolas como no agrícolas.
El nivel de ingresos en los hogares pobres en Piura y Junin son similares, sin embargo
la composicion no, y como vimos en el gráfico 1, el ingreso no agrícola en Junín
(dependiente e independiente) es un componente fundamental en el total de ingresos
del hogar. Por otro lado, los ingreso agricolas independientes en Piura y Chepen
bordean el 70%, lo que muestra a un mayor grado de diversificación por parte de los
hogares en Junín en comparación a lo hallado en Piura y Chepen.
Por el lado de los hogares no pobres vemos en el gráfico 3 que el nivel de ingresos
aun es mucho mayor en Piura y Chepen en comparacion al de Junín, casi el doble. Sin
embargo, es importante destacar que existe mayor diversificacion entre los hogares no
pobres en comparación a los hogares pobres en lo que respecta a fuentes de
ingresos, aun cuando los ingresos por actividad agricola independiente son en
promedio los mas importantes en estos hogares, seguidos por los ingresos por activida
no agricola independiente.
Gráfico 2
Composición de los ingresos por región
-Hogares pobres, soles anuales-
Gráfico 3
Composición de los ingresos por región
-Hogares no pobres, soles anuales-
95

En el gráfico 4 podemos ver con mayor claridad la participación de los ingresos en
cada una de las regiones. Así, en las regiones de Piura y Chepen, sin importar la
condición de pobreza, los ingresos más importantes provienen de la actividad agrícola
independiente, superando en todos los casos el 60%. En Junín, la participación de los
ingresos agrícolas independientes se encuentra entre el 33% y 50%. Al mismo tiempo,
la participación de los ingresos no agrícolas independientes es en todos los casos
mayor en Junín, bordeando el 40% en comparación a las otras dos regiones. Tambien
confirmando lo que vimos en los gráficos anteriores, la participación de los ingresos
por venta de mano de obra agrícola es la menor en las tres regiones (menos del 10%)
y es relativamente mayor en los hogares pobres que en los no pobres.
Grafico 4
Participación de los ingresos
-por categoria ocupacional y región-
Una vez vistos la composición de los ingresos en estos cuatro grandes grupos de
trabajadores (agrícolas dependientes e independientes y no agrícolas dependientes e
independientes), nos preguntamos qué características tienen estos trabajadores, si
existe alguna diferenciación entre categorías ocupacionales y entre zonas.
96

Cuadro 18
Características de los trabajadores por categoría ocupacional
Región
Edad Educación % Hombres
Conductores actividad independiente
no agrícola
Piura 44.91 5.58 34.69
Junín 51.27 9.46 52.13
Chepen 47.09 8.34 47.24
Conductores actividad agrícola
independiente
Piura 57.67 4.80 96.28
Junín 62.22 8.47 64.93
Chepen 61.88 5.58 83.33
Trabajador dependiente no agrícola
Piura 30.56 9.01 68.48
Junín 35.35 12.32 61.54
Chepen 38.41 10.89 65.29
Trabajador dependiente agrícola
Piura 32.13 6.60 89.16
Junín 37.26 9.54 58.57
Chepen 38.51 7.91 84.83
Del cuadro 18 vemos que en promedio la edad es mucho mayor y el nivel educativo es
menor en los conductores de actividades independientes agrícolas y no agrícolas en
comparación a la que observamos en los trabajadores dependientes tanto agrícolas
como no agrícolas. Al mismo tiempo vemos que es en promedio mayor la participación
femenina en todas las actividades laborales en los hogares en Junín, bordeando el
40%. Cabe resaltar que la mayor participación femenina se da en las actividades
independientes no agrícolas.
Los trabajadores dependientes no agrícolas son los más jóvenes y calificados en
comparación a aquellos que se desempeñan en otra categoría ocupacional. Lo cual
nos muestra como la nueva generación de estos hogares busca desempeñarse fuera
de las labores agrícolas.
Por último, vemos que el trabajador dependiente no agrícola se encuentra casi en el
mismo rango de edad que los trabajadores dependientes no agrícolas, sin embargo la
principal diferencia se da en el nivel educativo que en este caso es en promedio 25%
menor que el observado en sus pares no agrícolas, lo que los convierte en menos
aptos para labores que exijan una mayor calificación.
3. La oferta de trabajo
Como vimos, estos hogares rurales son principalmente hogares que se dedican a la
actividad independiente agrícola, por lo que no existe un salario explicito por su trabajo
en su propia tierra. En ausencia de este salario, es necesario estimar un “salario
sombra” determinado al interior de este hogar de acuerdo al trabajo que se realiza en
esta unidad productiva, es decir el producto marginal del trabajo en la misma.
Para la estimación de la oferta de trabajo agrícola en los hogares rurales de nuestra
muestra, es necesario en primer lugar estimar la función de producción de la unidad
agrícola. En segundo lugar, una vez estimada la función de producción, estimar el
97

salario sombra del trabajador familiar no remunerado. Una vez hecho esto se estimará
la oferta de trabajo de la unidad agrícola, instrumentalizando el salario sombra para
evitar problemas de endogeneidad. De ahí se obtendrá la elasticidad empleo-salario
sombra.
3.1 La función de producción
La forma funcional que adopta la función de producción la determina la relación que
existe entre los factores para producir un nivel dado de producción. La elección de
alguna forma funcional en particular sirve para mejorar la apreciación del
comportamiento económico de los agentes, acercándose lo más posible a la realidad.
La función de producción más usada en la literatura nacional e internacional es la
Cobb Douglas. Esta función satisface las propiedades de no negatividad, factor
estrictamente esencial, estrictamente monótona, continua y dos veces diferenciable.
La función de producción Cobb Douglas se expresa así:
Y=F(X)
La forma convencional de estimar la función de producción implica la inclusión de sólo
cantidades para eliminar el efecto precio, y por ende la variable endógena también
sería en cantidades. Sin embargo esto puede ocurrir cuando hablamos de una función
de producción de un solo cultivo. Ahora, dado que se trata de una función
multiproducto la variable endógena será el valor bruto de la producción de cada uno de
los cultivos del hogar y X es un vector de n factores e insumos de producción, ß i son
las elasticidades asociadas a cada factor e insumo de producción.
Debido a la forma funcional de la Cobb-Douglas, se realizará una transformación
logarítmica. De manera que el modelo a estimar será un MCO con errores estándar
robustos de la siguiente manera:
Ln(y) = Ln(F(X))
Usaremos la información disponible en la encuesta Basis – Peru rural 2007, la cual
recoge información de alrededor de 1200 hogares rurales de pequeña agricultores
comerciales. La unidad de análisis es el hogar entendido para fines de este estudio
como la unidad de producción agrícola. Esta encuesta tiene la ventaja de tener
información detallada sobre producción y ventas de los cultivos sembrados por el
hogar en un año agrícola. Sin embargo, sólo se cuenta con información detallada y
desagregada al nivel necesario para este análisis para los dos cultivos principales y
transitorios que siembra el hogar, esto quiere decir que queda excluida la producción
de cultivos permanentes del análisis por no presentar el nivel de desagregación
necesario 22 . Lo cual nos aproxima por debajo a la cantidad total contratada de factores
de producción (insumos, jornales, maquinarias, etc), así como la cantidad usada de
22 Esto podría traer problemas en la medida que los hogares en nuestra muestra puedan ser más
especializados en cultivos permanentes (tipo I) o que la composición de su cartera de cultivos transitorios
sea más homogénea y variada, es decir que los hogares se dediquen al policultivo y no haya una clara
especialización (tipo II). De los datos mostrados con anterioridad (cuadro 8) podemos ver como en Piura
se siembra solo un cultivo, el arroz, salvo el quintil más rico de esta zona que siembra alrededor del 50%
del área que posee en cultivos permanentes, específicamente plátano, lo que correspondería al error tipo I.
Para Chepen podríamos decir que no hay problemas de estos tipos debido a que los hogares en la zona
son eminentemente productores de arroz. Y por ultimo para Junín en donde los hogares de la zona se
dedican a la siembra de varios cultivos como mostramos en el cuadro 5, tiene básicamente 2 cultivos
principales que son la papa y el choclo, correspondería el error tipo II.
98

sus dotaciones como el jornal familiar no remunerado y el uso de maquinarias propias.
Y es debido a que no se cuenta con la información desagregada sobre cantidad y
precio de factores utilizados en la producción para todos los cultivos sembrados por el
hogar que nos centraremos únicamente en los hogares que siembran cultivos
transitorios, y dentro de éstos en los dos cultivos principales para cada uno de los
hogares que tenga cultivos transitorios.
Las variables a utilizar son:
Valor bruto de la producción
Es el ingreso bruto de la venta de la producción agrícola en el mercado.
Nitrógeno (kg)
Es una aproximación estandarizada del uso de fertilizantes químicos en la producción.
Utiliza la composición NPK de cada uno de los fertilizantes químicos para agregar el
nivel de nitrógeno utilizado en la producción.
Área trabajada (ha)
Es el área trabajada por el hogar en hectáreas.
Jornales Contratados
Es el número de unidades día-hombre contratada usadas en la producción.
Jornales Familiares
Es el número de unidades día-hombre provenientes del hogar y que no son
remuneradas usadas en la producción.
Animales Contratados
Es el número de unidades día-animal contratada usadas en la producción.
Animales del hogar
Es el número de unidades día-animal provenientes del hogar y que no son
remuneradas usadas en la producción.
Maquinaria contratada
Es el número de unidades horas-tractor contratada usadas en la producción.
Maquinaria del hogar
Es el número de unidades horas-tractor provenientes del hogar y que no son
remuneradas usadas en la producción.
Seguidamente en el cuadro 19 se muestra el promedio las variables consideradas en
la estimación de la función de producción.
Cuadro 19
Función de producción agrícola: Variables asociadas (promedio)
Piura Junín Chepen
Valor bruto de la producción 13232.0 7311.3 21399.1
Nitrógeno (kg) 423.1 238.0 1258.0
Área trabajada (ha) 3.3 3.0 5.1
Jornales Contratados 92.7 56.2 378.9
Jornales Familiares 45.5 18.6 71.1
Animales Contratados 2.0 3.8 1.4
Animales del hogar 3.7 1.2 1.8
99

Maquinaria contratada 8.3 5.7 22.5
Maquinaria del hogar 0.0 5.8 0.2
N 282 174 342
De las variables a utilizar vemos que el VBP de los hogares en Junín es menor al de
Piura y Chepen, también es menos intensivo en el uso de nitrógeno 23 , trabaja menos
área y usa menos jornales en promedio, esto también asociado a la escala de
producción. Sin embargo en Junín es más intensivo el uso de animales contratados en
la producción, al contrario que en Piura donde es más intensivo el uso de los animales
propios. En Chepen el uso es más intensivo en maquinaria contratada, mientras que
en Junín el uso más intensivo se da para la maquinaria del hogar. Esto nos da una
muestra de la heterogeneidad en los procesos productivos en cada zona.
Ahora, estimamos la función de producción agrícola, como la definimos con
anterioridad, de ella obtenemos una relación positiva y significativa con el nitrógeno
(kg), el área trabajada (ha), los jornales contratados, la maquinaria contratada y la
tenencia de un crédito. Lo que quiere decir que un aumento en cualquiera de estos
factores conlleva a un aumento del valor bruto de la producción.
Por otro lado, los jornales familiares, y la maquinaria del hogar presentan los signos
esperados pero su relación es estadísticamente no significativa. El uso de animales
sean contratados o pertenecientes al hogar tienen presentan un signo negativo pero
no significativo con relación al valor bruto de la producción, lo cual puede indicar un
efecto sustitución con los otros factores de producción.
Cuadro 20
Función de producción agrícola
Dependiente: Valor bruto de la producción
Coeficiente
Desvío
estándar
[95% Intervalo de
confianza]
Nitrógeno (kg) 0.160 *** 0.028 0.104 0.216
Área trabajada (ha) 0.706 *** 0.090 0.528 0.883
Jornales contratados 0.278 *** 0.045 0.191 0.366
Jornales familiares 0.029 0.027 -0.023 0.082
Animales
contratados -0.035 0.034 -0.101 0.031
Animales del hogar -0.010 0.039 -0.086 0.066
Maquinaria
contratada 0.225 *** 0.053 0.120 0.329
Maquinaria del hogar 0.090 0.069 -0.045 0.226
Hogar tiene crédito 0.257 *** 0.057 0.144 0.369
Tipo (comprador=1) -0.115 0.107 -0.325 0.096
Piura=1 0.409 *** 0.077 0.257 0.561
Junín=1 -0.005 0.121 -0.244 0.233
Constante 5.018 *** 0.184 4.656 5.380
R2 0.76
N 798
23 Específicamente en el uso de fertilizantes químicos con componentes nitrogenados
100

3.2 Estimación del salario sombra
Luego de estimar la función de producción, F(X), el siguiente paso es estimar el salario
sombra, que está dado por el producto marginal del trabajo familiar no remunerado en
la función de producción.
Derivando dF(X)/dL, se obtiene el ß asociado al jornal familiar no remunerado en la
producción agrícola, el cual se reemplaza en la siguiente ecuación para hallar el
salario sombra.
PML = ß*(VBP/L) = Ws
Donde:
PML
ß
VBP
L
Ws
Es el producto marginal del empleo familiar no remunerado
Es el coeficiente asociado al empleo familiar no remunerado
Es el Valor bruto de la producción agrícola
Es el número de días-hombre del hogar usado en la producción
Es el salario sombra estimado
Dadas las características de las unidades agrícolas de producción se estima una sola
función de producción. De la cual se obtiene un salario sombra para cada unidad de
producción agrícola, de acuerdo como lo especificamos líneas arriba. El mismo salario
sombra será presentado luego como el promedio de cada corte realizado en el
análisis, sea zona, condición de pobrezas, etc.
Salario sombra y salario de mercado
Ahora comparamos el salario sombra con el salario de mercado. En todas las zonas el
salario sombra promedio es mayor al de mercado promedio, S/. 21 en Piura, S/.14.5
en Junín y S/. 14 en Chepen. El salario sombra es un identificador de la intención de
participación en el mercado de trabajo por parte de aquellos que no lo están haciendo.
Así si el salario sombra es mayor al salario de mercado en promedio está diciendo que
en promedio los individuos que trabajan en su propia unidad agrícola valoran más
hacerlo en ella que fuera de la misma. En el cuadro 21 podemos ver estas diferencias.
Cuadro 21
Salarios agrícolas por departamento
Salarios
Sombra Mercado
Piura 21.17 12.05
Junín 14.83 12.19
Chepen 15.10 10.69
Analizando los salarios por condición de pobreza, se puede ver como el salario
sombra de los individuos en hogares no pobres es mucho mayor que el salario sombra
en aquellos hogares pobres. Esto se traduce en que en los individuos en hogares no
pobres tienen un costo de oportunidad más alto de dejar de trabajar en sus tierras en
comparación a aquellos individuos en hogares pobres. Además todos estos salarios
sombras para los hogares no pobres son mucho más altos que los de mercado, lo cual
fortalece más la decisión de trabajar en su tierra.
101

En cambio, por el lado de los hogares pobres vemos que el salario sombra promedio
es menor en Piura y Junín que el salario de mercado. El salario sombra de los
hogares pobres en Chepen es ligeramente mayor en promedio al salario de mercado.
Un salario sombra menor al salario de mercado nos da indicios de restricciones en el
mercado de trabajo, sobre todo por el lado de los pobres, debido a que si trabajar en
su tierra tiene un menor precio que trabajar afuera, la opción racional sería trabajar
afuera.
Cuadro 22
Salarios por condición de pobreza y departamento
No pobres
Pobres
Salario Salario de Salario Salario
sombra mercado sombra mercado
Piura 50.17 12.03 12.70 12.04
Junín 26.82 12.22 6.86 12.20
Chepen 19.83 10.82 11.58 10.60
de
De los párrafos anteriores se desprenden dos preguntas: la primera concerniente a los
determinantes de las diferencias entre el salario sombra y el salario de mercado en lo
que respecta a actividades agrícolas, y la segunda referida a la existencia o no de
restricciones en el mercado de trabajo agrícola.
Para responder la primera pregunta estimamos mediante una regresión lineal MCO
con errores estándar robustos de que dependen las diferencias (D) entre el salario
sombra (WS) y el salario de mercado (W)
D=WS-W = F(X)
Donde X es un vector de características del hogar tales como, condición de pobreza,
el área trabajada total, la proporción de parcelas del hogar con título de propiedad, el
valor bruto de la producción, un indicador si el hogar es comprador neto de mano de
obra en las actividades agrícolas. Los resultados de la estimación se muestran en el
cuadro 23 a continuación:
Cuadro 23
Estimación de los determinantes de las diferencias salariales
Dependiente: Salario sombra estimado menos salario de mercado
Desvío
Coeficiente estándar
[95% Intervalo de
confianza]
Pobre = 1 -9.2038 *** 2.6366 -14.3805 -4.0272
Área trabajada (ha) 2.8604 ** 1.1855 0.5328 5.1879
Hogar comprador neto de mano de obra 8.9867 *** 2.7396 3.6077 14.3657
Piura = 1 18.1902 *** 6.4470 5.5323 30.8482
Junín = 1 11.7376 ** 4.5223 2.8585 20.6167
Valor bruto de la producción 0.0004 * 0.0002 0.0000 0.0007
Proporción de parcelas del hogar con
título de propiedad 4.4449 ** 2.1597 0.2046 8.6851
Constante -24.8967 *** 6.6435 -37.9406 -11.8528
R2 0.22
N 701
102

De los resultados de la estimación vemos que todas las variables explicativas
muestran relaciones estadísticamente significativas con las diferencias salariales en el
mercado laboral agrícola. Y tanto la escala de la producción entendido como el área
trabajada y el valor bruto de la producción, así como la proporción de parcelas del
hogar con título de propiedad como variable proxy de la tenencia de activos del hogar
mantienen una relación positiva con la diferencia salarial (D). De manera que hogares
más ricos, con mayor escala de producción y con más activos, tienen salarios sombra
mayores al salario de mercado, con lo que su participación en el trabajo agrícola se
orienta hacia dentro de su unidad de producción, dejando de lado su participación en
el mercado.
Luego, para determinar si existen o no restricciones en el mercado de trabajo en el
sector agrícola, usaremos un test desarrollado por Jacoby(1993), en donde se
relaciona en una regresión lineal el salario de mercado(W) con el salario sombra(WS)
WS = α + βW
Entonces, el supuesto inicial que el mercado de trabajo funciona de manera perfecta
es rechazado cuando α y β son diferentes de 0 y 1 respectivamente.
Cuadro 24
Test de Jacoby: Mercado perfecto
Dependiente: Salario sombra estimado
Variables explicativas
Coeficientes
Desvío
estándar
Salario de mercado 37.41 21.11
Constante -410.82 242.18
Prueba Chi2: Coeficiente del salario de mercado
es 1 y coeficiente de la constante es 0 6.49
P-value 0.0016
Nota: Para evitar errores de medición el salario de mercado fue estimado usando instrumentos.
Como instrumentos se usaron variables como educación y edad.
Así, en el cuadro 24 vemos como los coeficientes tanto de α como β son distintos a los
valores que tendría si el mercado funcionara de manera perfecta. De manera que
podemos decir que existen restricciones en el mercado de trabajo en el sector
agrícola.
Relación salario sombra y tierras
Otra aproximación al nivel de riqueza, es el nivel de activos, en este caso usaremos
los quintiles de tierra trabajada. El anterior punto nos dio indicios que los hogares más
ricos (con más activos) tienen una valoración más alta (salario sombra) del trabajo
dentro de la unidad agrícola en comparación a los más pobres, y que serían estos los
que enfrentarían restricciones en el mercado de trabajo.
Tal y como vimos en el cuadro 22, en el cuadro 25 el salario sombra promedio
aumenta conforme aumenta el nivel de área trabajada. Y en Piura y Chepen este
salario es menor que el salario de mercado promedio en el departamento de Piura,
hasta el quintil 2, del quintil 3 en adelante el salario sombra es mayor a este salario de
mercado. En Junín el salario de mercado solo menor al salario sombra para el 20%
103

más rico. En tal sentido las restricciones existentes en el mercado de trabajo serían
de distinta magnitud dependiendo la zona.
Cuadro 25
Salario sombra y de mercado por quintiles de tierra trabajada
Piura Junín Chepen
Sombra Mercado Sombra Mercado Sombra Mercado
Q1 3.66 12.05 1.74 12.00 3.87 10.44
Q2 6.09 12.01 2.57 12.10 9.40 10.57
Q3 19.40 12.06 4.06 12.10 12.87 10.78
Q4 24.52 12.06 9.31 12.35 17.09 11.05
Q5 49.14 12.06 45.41 12.27 29.35 10.59
En el cuadro 26 podemos observar la relación del uso de factores o tenencia de
activos sobre el valor del salario sombra. Vemos que tanto usando el total del área
trabajada como el total del área propia presenta una relación positiva y significativa
con el salario sombra. Lo que nos dice que mientras mayor sea el nivel de (tierracapital)
mayor será el salario sombra.
Cuadro 26
Coeficiente Salario sombra – Tierra, usando dos especificaciones de tierra
Piura Junín Chepen
Total Área trabajada 9.93** 6.34*** 2.19***
Total Área propia 10.66* 5.07*** 0.99***
Por lo que mientras más rico sea el hogar (tierra o capital) su valorización del trabajo
dentro de la unidad agrícola será mayor, y por ende con menos incentivos para
participar en el mercado.
3.3 Estimación de la oferta de trabajo
Luego de hallar el salario sombra, el último paso para hallar la forma de la oferta de
trabajo es la estimación mediante mínimos cuadrados en dos etapas (2SLS). Teniendo
como variable endógena el total de mano de obra utilizada en actividades agrícolas
entendido como el número total de jornales dentro y fuera de la unidad agrícola y
como exógenas el salario sombra y otras variables de control, sean demográficas,
acceso a servicios, etc. Se utiliza este método para evitar problemas de
endogeneidad con el salario sombra estimado, el cual se instrumentaliza, usando 3
tipos de variables: de locación, de producción y de tenencia de activos agrícolas.
Los resultados son presentados en el cuadro 27, donde encontramos que el salario
sombra es positivo y significativo, lo cual nos indica que un mayor salario sombra
afecta positivamente la oferta de trabajo empleada en la agricultura. Y de acuerdo a
nuestra especificación de la oferta de trabajo agrícola, las variables demográficas
como edad y educación del jefe del hogar, máximo nivel educativo en el hogar, total de
miembros en el hogar, no presentan ninguna relación significativa con la oferta de
trabajo, al contrario el grupo de variables correspondientes al acceso a servicios
básicos como agua y desagua conectado a la red pública, tenencia de alumbrado
eléctrico y si el hogar utiliza gas como principal fuente para cocinar presentan
relaciones significativas.
104

Cuadro 27
Estimación de la oferta de jornales agrícolas por parte de la unidad agrícola
Dependiente: Total de jornales dentro y fuera de la unidad agrícola
Coeficiente
Desvío
estándar
[95% Intervalo de
confianza]
Salario sombra 7.1188 *** 0.8552 5.4426 8.7951
Educación del jefe del hogar -4.3399 5.3308 -14.7881 6.1082
Edad del jefe del hogar 1.4260 1.6071 -1.7239 4.5759
Máximo nivel educativo -1.0896 8.3346 -17.4252 15.2460
Tamaño del hogar 4.6018 5.2460 -5.6802 14.8838
Abastecimiento de agua por red
pública 37.6021 *** 10.6964 16.6376 58.5667
Desagüe conectado a la red pública -21.3493 * 11.4459 -43.7829 1.0843
Alumbrado eléctrico 57.7792 *** 18.6814 21.1644 94.3940
Cocina a gas -37.4473 *** 13.8096 -64.5136 -10.3811
Teléfono fijo -54.3519 54.9840 -162.1186 53.4148
Teléfono celular -83.6816 *** 39.0462 -160.2108 -7.1525
Internet -95.9389 213.5384 -514.4665 322.5888
Monto de alquiler de vivienda -0.0560 0.0793 -0.2115 0.0995
Constante 394.8363 460.0921 -506.9277 1296.6
R2 Uncentered 0.0901
R2 Centered -0.5527
N 755
Al desagregar por regiones, se mantienen los mismo resultados, el salario sombra
resulta significativo y positivo en todas las estimaciones, aunque existe una gran
variabilidad entre los coeficientes para estas regiones. Las características
demográficas siguen sin ser significativas. Y el conjunto de variables de acceso a
servicios solo resulta significativo para Piura.
Cuadro 28
Estimación de la oferta de jornales agrícolas por parte de la unidad agrícola por
regiones
Dependiente: Total de jornales dentro y fuera de la unidad agrícola
Piura Junin Chepen
Coeficiente Sig. Coeficiente Sig. Coeficiente Sig.
Salario sombra 7.608556 *** 1.601489 *** 27.55367 ***
Educación del jefe del
hogar -5.251953 -1.567921 -8.832139
Edad del jefe del hogar 1.557785 -0.5240442 -5.060781
Máximo nivel educativo -0.377478 -3.306148 -7.605717
Tamaño del hogar 4.93912 2.642359 38.45404 ***
Abastecimiento de agua
por red pública 38.91889 *** 13.88296 * 12.24766
Desagüe conectado a la
red pública -20.29485 * -0.0878178 -38.27194
Alumbrado eléctrico -35.62124 *** 1.918656 1.880638
Cocina a gas 58.2812 *** 5.526354 29.77301
Teléfono fijo -49.40528 -2.910307 -291.3866 ***
Teléfono celular -82.3352 ** -3.800598 -35.58814
Internet -38.1252 9.950872 650.66
Monto de alquiler de -0.0520556 0.0164854 -0.1316617
105

vivienda
Constante 237.4798 97.27898 -902.7481
R2 Centered -0.62 0.9 -0.84
R2 Uncentered 0.15 0.5 0.25
N 266 162 327
Ahora realizamos un segundo contraste de los resultados por condición de pobreza.
Vemos que el salario sombra resulta significativo en ambos casos. Y se mantiene la no
significancia de las variables demográficas en las estimaciones.
Cuadro 29
Estimación de la oferta de jornales agrícolas por parte de la unidad agrícola por
condición de pobreza
Dependiente: Total de jornales dentro y fuera de la unidad agrícola
No pobre
Pobre
Coeficiente Sig. Coeficiente Sig.
Salario sombra 3.458 *** 19.84287 ***
Educación del jefe del hogar 0.7339807 -9.321419
Edad del jefe del hogar 0.3232487 2.390268
Máximo nivel educativo -3.516633 6.792157
Tamaño del hogar -29.82872 ** 6.230071
Abastecimiento de agua por red
pública 15.23409 39.48221 ***
Desagüe conectado a la red
pública -35.59488 ** -24.93755 *
Alumbrado eléctrico -63.61995 *** -21.05339
Cocina a gas 111.0843 *** 38.32538 *
Teléfono fijo 50.91615 -98.75404
Teléfono celular -65.8352 -21.6984
Internet -398.921 1148.783 ***
-
Monto de alquiler de vivienda 0.0259109
0.4733105 *
Constante 1346.382 *** -2384.658 ***
R2 Centered -0.11 -0.39
R2 Uncentered 0.39 0.14
N 268 487
Al estimar la elasticidad trabajo-salario sombra encontramos que es de 0.4 con un
intervalo de confianza de 0.32 – 0.48. Esto nos da la pendiente de la oferta de
trabajo. A diferencia del caso anterior, al estimar la elasticidad trabajo-salario sombra,
las variables demográficas con educación y edad del jefe del hogar son negativas y
significativas, lo que nos dice que los hogares más con jefes relativamente más
jóvenes, recordemos que el promedio de edad de los jefes de hogar es mayor a 50
años, y con mayor nivel educativo ofrecen menos trabajo agrícolas. Estos resultados
tienen que ver con el costo de oportunidad que tienen estos hogares de realizar
actividades fuera del sector agrícola.
106

En el grupo del acceso a servicios, vemos que no hay mayor diferencia a los
resultados encontrados en el cuadro 27. Donde todos presentan relaciones
significativas.
Cuadro 30
Estimación de la oferta de trabajo: Elasticidad Trabajo-salario sombra
Dependiente: Total de jornales dentro y fuera de la unidad agrícola (log)
Coeficiente
Desvío
estándar
[95% Intervalo de
confianza]
Salario sombra (log) 0.4034 *** 0.0404 0.3243 0.4826
Educación del jefe del hogar -0.0396 *** 0.0121 -0.0634 -0.0159
Edad del jefe del hogar -0.0068 * 0.0037 -0.0139 0.0004
Máximo nivel educativo 0.0222 0.0189 -0.0149 0.0594
Tamaño del hogar 0.0084 0.0120 -0.0150 0.0318
Abastecimiento de agua por red
pública 0.1139 *** 0.0243 0.0663 0.1616
Desagüe conectado a la red
pública -0.0641 ** 0.0260 -0.1151 -0.0131
Alumbrado eléctrico 0.2568 *** 0.0426 0.1734 0.3403
Cocina a gas -0.1235 *** 0.0318 -0.1859 -0.0612
Teléfono fijo 0.0599 0.1239 -0.1830 0.3027
Teléfono celular -0.2301 *** 0.0879 -0.4024 -0.0578
Internet 0.1367 0.4852 -0.8142 1.0876
Monto de alquiler de vivienda 0.0001 0.0002 -0.0002 0.0005
Constante 4.6021 *** 1.0520 2.5402 6.6640
R2 Uncentered 0.96
R2 Centered 0.1
N 755
Al desagregar por las tres regiones, las elasticidades trabajo-salario sombra resultan
significativas en todos los casos. Ninguna de las variables de concernientes al nivel
educativo resulta significativa en las tres zonas. Y a diferencia de lo observado en las
estimaciones anteriores el acceso a servicios públicos resulta no significativo en todas
las regiones. Las elasticidades son, 0.28 en Piura, 0.16 en Junín y 0.39 en Chepen,
vemos que todas son inelásticas pero en Junín observamos la mayor inelasticidad
entre estas regiones.
Cuadro 31
Estimación de la oferta de trabajo: Elasticidad Trabajo-salario sombra por
regiones
Dependiente: Total de jornales dentro y fuera de la unidad agrícola (log)
Piura Junín Chepen
Coeficiente Sig. Coeficiente Sig. Coeficiente Sig.
Salario sombra 0.2847477 *** 0.1640995 ** 0.3912624 ***
Educación del jefe del
hogar -0.0199921 0.0003765 0.0023546
Edad del jefe del hogar -0.0065253 -0.004999 -0.0151356 ***
Máximo nivel educativo 0.0620888 ** -0.0253584 0.0015403
Tamaño del hogar 0.0225802 0.0178105 0.0634971 ***
Abastecimiento de agua
por red pública 0.0315444 0.0838458 * -0.0104315
Desagüe conectado a la 0.038877 -0.0144557 -0.0409149
107

ed pública
Alumbrado eléctrico 0.0036128 0.0169634 0.0208721
Cocina a gas 0.01568 0.1143142 0.0500557
Teléfono fijo -0.0242294 -0.0821714 -0.3118451 **
Teléfono celular -0.2472463 * -0.0202463 -0.0557175
Internet 0.993096 0.034605 -0.335613
Monto de alquiler de
vivienda 0.0003044 * 0.0002531 0.0010265 **
Constante 1.555122 4.156792 *** 6.266812 ***
R2 Centered -0.03 0.09 0.05
R2 Uncentered 0.96 0.96 0.98
N 266 162 327
Al contrastar los resultados por condición de pobreza encontramos que la elasticidad
trabajo-salario sombra sigue resultando positiva y significativa en ambos casos. La
elasticidad en los hogares no pobres es de 0.36 y para los hogares pobres de 0.41.
Ambas son inelásticas, sin embargo la menos inelástica es la observada en los
hogares pobres.
Cuadro 32
Estimación de la oferta de trabajo: Elasticidad Trabajo-salario sombra por
condiciones de pobreza
Dependiente: Total de jornales dentro y fuera de la unidad agrícola (log)
No pobre
Pobre
Coeficiente Sig. Coeficiente Sig.
Salario sombra 0.3656503 *** 0.4104636 ***
Educación del jefe del hogar -0.0185293 -0.0552438 ***
Edad del jefe del hogar -0.0075444 -0.0047518
Máximo nivel educativo -0.0151968 0.0450233 **
Tamaño del hogar -0.036229 0.0130114
Abastecimiento de agua por red
pública 0.1266381 ** 0.1037169 ***
Desagüe conectado a la red
pública -0.1081835 ** -0.0596037 **
Alumbrado eléctrico -0.1795474 *** -0.1086085 ***
Cocina a gas 0.3565291 *** 0.2273071 ***
Teléfono fijo 0.2732068 * -0.2820992
Teléfono celular -0.2633129 * -0.1315002
Internet -0.3855527 1.330822 **
Monto de alquiler de vivienda 0.0002731 -0.0010137
Constante 6.343973 *** 1.900103
R2 Centered 0.14 0.11
R2 Uncentered 0.96 0.96
N 268 487
En el cuadro 32 mostramos las elasticidades trabajo-salario sombra para todos los
cortes analizados incluidos los intervalos de confianza y el nivel de significancia. Como
mencionamos anteriormente la elasticidad trabajo-salario sombra del total de la
muestra es de 0.40. Por otro lado, al realizar el corte por regiones observamos una
108

elasticidad de 0.16 en promedio para los hogares de Junín, este coeficiente muestra
que en esta región la oferta de trabajo es la más inelástica en comparación a las otras
dos regiones.
Cuadro 32
Elasticidad Trabajo-salario sombra
Coeficiente Sig. 95% I. C.
Total 0.4044303 *** 0.3249744 0.4838861
Piura 0.2847477 *** 0.1763646 0.3931308
Junin 0.1640995 ** 0.0338345 0.2943645
Chepen 0.3912624 *** 0.2789974 0.5035275
No Pobres 0.3656503 *** 0.2243469 0.5069537
Pobres 0.4104636 *** 0.3141632 0.506764
4. Conclusiones
Dados los objetivos de estudio podemos decir que el salario sombra en las zonas de
estudio es diferenciado tanto al interior como entre en cada zona y esto está
relacionado de su estructura productiva y la composición de los ingresos en el hogar.
Además vemos que existen diferencias entre el salario sombra y el salario de mercado
y estas diferencias dependen del nivel de activos, riqueza, educación y escala de
producción. Así, hogares más ricos van a optar por el trabajo al interior de su propia
unidad productiva en vez de vender su mano de obra ya que esta no compensa su
costo de oportunidad. Por otro lado, vemos que existen restricciones en el mercado
de trabajo en el sector agrícola para estos hogares, lo cual limita aun más la
participación en este mercado. Y por último hallamos que la elasticidad trabajo-salario
sombra para todos los cortes analizados (total, por regiones y condición de pobreza)
es inelástica, lo que variaciones en este salario sombra no tendrán un efecto
importante sobre su participación en el mercado laboral agrícola. Y son los hogares
pobres aquellos que presentan una elasticidad trabajo-salario sombra menos inelástica
lo que responde también al costo de oportunidad más bajo en comparación a los
hogares no pobres.
109

ANEXO
Estimación del gasto per cápita mensual
Tenemos que Y es el gasto mensual per cápita y depende de una serie de
características X del hogar.
Y = F(X)
Como Y es una función continua que toma valores continuos, entonces se procede a
hacer una transformación logarítmica, de manera que la función queda de la siguiente
forma:
lnY = F(X)
Donde lnY es el logaritmo natural del gasto per cápita mensual para el i-ésimo hogar, y
X es un vector de características asociadas al hogar y sus miembros; tales como Total
de miembros del hogar, edad del jefe de hogar, educación del jefe de hogar, acceso a
servicios públicos, tenencia de teléfono (celular y fijo, características de la vivienda y
número de habitaciones, para una sub muestra de hogares agrícolas y rurales en las
zonas estudiadas.
Ahora procedemos a estimar la siguiente ecuación, con el vector X de características
provenientes de la encuesta:
110

lnY
= β
0
+ β1X
1
+ ... + β
n
X n
Se toman los beta estimados anteriormente y generamos un lnY predicho, con un
vector de características X de los hogares de la muestra en la base de saneamiento,
de la siguiente forma:
∧
∧
∧
∧
ln Y = β + β X + + β X 0 1 1
...
n n
∧
Donde ln Y es el logaritmo mensual del gasto per cápita mensual predicho
Luego como el resultado predicho es el logaritmo del gasto per cápita mensual, se
procede a tomar la exponencial de este valor, con lo que se obtiene como resultado el
valor predicho del gasto per cápita mensual para los hogares en la muestra. Este valor
es comparado con las líneas de pobreza y pobreza extrema obtenidas de la ENAHO
para los dominios correspondientes a la ubicación de las zonas y finalmente se
clasifican en hogares pobres o no pobres dependiendo a la ubicación del valor
predicho del gasto per cápita mensual con respecto a esta línea de pobreza.
111