Page 11 - REVISTA11

P. 11

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI Instituto Nacional de Estadística e Informática - INEI Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

3.2. Variables independientes de interés
3.2. Variables independientes de interés 3.2. Variables independientes de interés 3.2. Variables independientes de interés
3.2. Variables independientes de interés
3.2. Variables independientes de interés
Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en
un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables
Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en
Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en
Se utilizan nueve características que se denominan ‘variables independientes de interés’ y que se incluirán en
por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64 años,
un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables
un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables
un vector para verificar si la respuesta de los individuos al COVID-19 varía según dichas características. Las variables
por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64 años, años, por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64 años,
por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64 años, por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64
y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive
por analizar son las siguientes: (1) edad que se divide en cuatro rangos: entre 18 y 24 años, 25 y 44 años, 45 y 64 años,
y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive
en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comercio y
y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive
y más de 64 años, (2) pobreza que tomará el valor de 1 si el individuo vive en un hogar pobre o pobre extremo y 0 si vive
en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comercio y io y en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comercio y en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comercio y
servicios), (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta ser
en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comerc
en un hogar no pobre, (3) sector productivo de la actividad principal que tendrá tres categorías (producción, comercio y
Economía, Sociedad y Estadística servicios), (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta ser ser servicios), servicios), empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica
servicios), (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta ser (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta ser
servicios), (4) trabajador independiente en la actividad principal que tomará el valor de 1 si el individuo reporta ser
empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica
que su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional de
empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica
empleador o trabajador independiente y 0 en caso contrario, (5) informalidad que tomará el valor de 1 si el individuo indica
que su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional de de que que Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el individuo
que su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional de su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional de
que su trabajo principal como dependiente o independiente no está registrado en la Super Intendencia Nacional de
Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el individuo viduo Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el individuo
Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el individuo Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el indi
indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene
Administración Tributaria como persona jurídica o persona natural, (6) estado civil que toma el valor de 1 si el individuo
tres categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria que
indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene
CUADRO N° 1 indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene
indica que es soltero y 0 si indica que es conviviente, casado, viudo, divorciado, o separados, (7) nivel educativo que tiene
tomará el valor de 1 si el individuo vive en el área rural
tres categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria que que tres tres
BASE PANEL: PROPORCIÓN Y MEDIA DE LAS VARIABLES DEPENDIENTES SEGÚN SEXO incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompleta,
tres categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria que categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria que
tres categorías: (i) primaria que incluye sin nivel, inicial, primaria incompleta y primaria completa, (ii) secundaria que
y 0 si vive en el área urbana.
incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompleta, eta, incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompleta, incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompleta,
superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado,
incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompl
incluye secundaria incompleta y secundaria completa, y (iii) superior que incluye superior no universitaria incompleta,
Muestra panel
(8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre
superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado, superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado, superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado,
superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado,
Variables dependientes superior no universitaria completa, superior universitaria incompleta, superior universitaria completa y maestría/doctorado,
3.3. Variables socioeconómicas y demográficas
Hombres
Toda Mujeres (8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre
(8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre (8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre (8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre
6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12
(8) presencia de niños que tendrá tres categorías: (i) presencia de niños menores de 6 años, (ii) presencia de niños entre
6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12 6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12 6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12
y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará
6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12
Sig diff
Proporción
Panel A: N Proporción N Proporción 6 y 11 años que corresponde a la edad normativa de asistencia a la escuela primaria, y (iii) presencia de niños entre 12
N
Las variables de control incluidas en el análisis empírico
y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará
el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana.
y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará
y 16 años que corresponde a la edad normativa de asistencia a la escuela secundaria, y (9) área de residencia que tomará
son: (1) el idioma o lengua materna que el individuo
0.76
Tiene una actividad principal 20,916 0.71 13,164 0.69 7,752 el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana. el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana. el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana.
***
el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana.
el valor de 1 si el individuo vive en el área rural y 0 si vive en el área urbana.
aprendió durante su niñez que tomará el valor de 0
si se trata de alguna lengua nativa y de 1 si trata del
Panel B: N Media N Media N Media Sig diff 3.3. Variables socioeconómicas y demográficas

3.3. Variables socioeconómicas y demográficas
3.3. Variables socioeconómicas y demográficas
Ingreso (en dólares) 6,680 392 3,148 324 3,532 3.3. Variables socioeconómicas y demográficas 3.3. Variables socioeconómicas y demográficas 3.3. Variables socioeconómicas y demográficas castellano, (2) el número de miembros del hogar, (3)
Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo
***
452
el número de perceptores de ingresos en el hogar, (4)
Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo
Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo
aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2)
Las variables de control incluidas en el análisis empírico son: (1) el idioma o lengua materna que el individuo
el número de miembros el hogar de 65 años o más,
Horas semanales 10,248 38.47 6,032 34.79 4,216 43.73 ***
el número de miembros del hogar, (3) el número de perceptores de ingresos en el hogar, (4) el número de miembros el
aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2) aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2) aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2)
aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2)
(5) acceso a internet que tomará el valor de 1 si el
aprendió durante su niñez que tomará el valor de 0 si se trata de alguna lengua nativa y de 1 si trata del castellano, (2)
hogar tiene acceso a internet y 0 en caso contrario, de 1 si el hogar tiene acceso a internet y 0 en caso
el número de miembros del hogar, (3) el número de perceptores de ingresos en el hogar, (4) el número de miembro
el número de miembros del hogar, (3) el número de perceptores de ingresos en el hogar, (4) el número de miembros el s el el número de miembros del hogar, (3) el número de perceptores de ingresos en el hogar, (4) el número de miembrosel número de miembros del hogar, (3) el número
el número de miembros del hogar, (3) el número de perceptores de ingresos en el hogar, (4) el número de miembros el
Nota: La información para ingreso y horas es solo para los que tienen alguna actividad principal. La columna Sig diff reporta la diferencia de proporciones entre hombres hogar de 65 años o más, (5) acceso a internet que tomará el valor el de perceptores de ingresos en el hogar, (4) el número de miembros el
y mujeres en el Panel A, y la diferencia de medias entre hombres y mujeres en el Panel B. ***, **, * reportan la significancia estadística a un nivel de 1, 5, y 10 por ciento, (6) el número de habitaciones per cápita para dormir so el valor de 1 si el hogar tiene acceso a internet y 0 en caso
hogar de 65 años o más, (5) acceso a internet que tomará el valor de 1 si el hogar tiene acceso a internet y 0 en caso aso hogar de 65 años o más, (5) acceso a internet que tomará el valor de 1 si el hogar tiene acceso a internet y 0 en cahogar de 65 años o más, (5) acceso a internet que tomará
hogar de 65 años o más, (5) acceso a internet que tomará el valor de 1 si el hogar tiene acceso a internet y 0 en c
hogar de 65 años o más, (5) acceso a internet que tomará el valor de 1 si el hogar tiene acceso a internet y 0 en caso
respectivamente. Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares 2017-2020. Elaboración propia. contrario, (6) el número de habitaciones per cápita para dormir en el hogar, (7) edad y edad al cuadrado medidos en años,
en el hogar, (7) edad y edad al cuadrado medidos en , mir en el hogar, (7) edad y edad al cuadrado medidos en años, mir en el hogar, (7) edad y edad al cuadrado medidos en años,
y (8) si realiza alguna actividad secundaria que tomará el valor de 1 si el individuo tiene una actividad secundaria y 0 en
contrario, (6) el número de habitaciones per cápita para dormir en el hogar, (7) edad y edad al cuadrado medidos en añoscontrario, (6) el número de habitaciones per cápita para dorcontrario, (6) el número de habitaciones per cápita para dor
contrario, (6) el número de habitaciones per cápita para dormir en el hogar, (7) edad y edad al cuadrado medidos en años,
contrario, (6) el número de habitaciones per cápita para dormir en el hogar, (7) edad y edad al cuadrado medidos en años,
CUADRO N° 2 y (8) si realiza alguna actividad secundaria que tomará el valor de 1 si el individuo tiene una actividad secundaria y 0 en
años, y (8) si realiza alguna actividad secundaria que 0 en
y (8) si realiza alguna actividad secundaria que tomará el valor de 1 si el individuo tiene una actividad secundaria y 0 en y (8) si realiza alguna actividad secundaria que tomará el valor de 1 si el individuo tiene una actividad secundaria y 0 en y (8) si realiza alguna actividad secundaria que tomará el valor
caso contrario. de 1 si el individuo tiene una actividad secundaria y
y (8) si realiza alguna actividad secundaria que tomará el valor de 1 si el individuo tiene una actividad secundaria y 0 en
BASE POOLED PANEL: PROPORCIÓN Y MEDIA DE LAS VARIABLES DEPENDIENTES SEGÚN SEXO tomará el valor de 1 si el individuo tiene una actividad
caso contrario. caso contrario. caso contrario.
caso contrario.
caso contrario.

secundaria y 0 en caso contrario.
Muestra panel

Instituto Nacional de Estadística e Informática - INEI
Variables dependientes 4. Análisis empírico Instituto Nacional de Estadística e Inform ática - INEI
Toda Mujeres Hombres
4. Análisis empírico 4. Análisis empírico 4. Análisis empírico
4. Análisis empírico 4. Análisis empírico
Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción

4. ANÁLISIS EMPÍRICO
Proporción
Panel A: N Proporción N Proporción N Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
Sig diff
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción

Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción
Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

doble de variables dicotómicas:
meses de enero y febrero de cualquier año (se utiliza
2
2

doble de variables dicotómicas:

Instituto Nacional de Estadística e Informática - INEI

doble de variables dicotómicas:
Para evaluar el impacto del COVID-19 en el ámbito laboral, se plantea el siguiente modelo con una interacción
Tiene una actividad principal 289,910 0.72 161,323 0.67 128,587 doble de variables dicotómicas: doble de variables dicotómicas: doble de variables dicotómicas: meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que n los años 2017 al 2020) . La variable es una dicotómica que
0.79

***

Instituto Nacional de Estadística e Informática - INEI

toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera

doble de variables dicotómicas:
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los

que, el término es la interacción de interés. Se
es la interacción de interés. Se incluye también una variable de tendencia, , para capturar incluye también una variable de tendencia, , para capturar
Panel B: N Media N Media N Media Sig diff La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los (1)
= + + + +
+ + + +
+

que, el término

La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los

meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
= + + + + + + + = + + + +cual + + + + + + + + + + + s años 2017 al 2020) . La variable es una dicotómica que 2
+ + + + quier año (se utilizan lo
1
meses de enero y febrero de
12
2
0
2
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
(1) (1) (1)
1 factores no observ
(1)
ables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
+ + +
= + + + + + =

+ +

391

Ingreso (en dólares) 164,076 335 73,657 267 90,419 0 1 0 0 1 1 1 2 2 2 2 12 1 1 = + + + + + + + + + (1) 2 2

***

meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una

121212
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera dicotómica que
1

toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
1
12
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
2
0
trabajos.
trabajos. representa la variable laboral del individuo en el departamento en el mes y en el año . Para

El modelo propuesto en la ecuación (1) también incluye
Donde
representa la variable laboral del individuo es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
Donde
Horas semanales 206,557 38.04 106,179 34.06 100,378 42.26 *** que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
que, el término

El modelo propuesto
representa la variable laboral del individuo en el departamento en el mes y en el añon incluye efectos fijos de departamento en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
El modelo propuesto en la ecuación (1) tambié
representa la variable laboral del individ representa la variable laboral del indi
en el departamento en el mes y en el año . Para uo en el departamento en el mes y en el año . Para viduo en el departamento en el mes y en el año . Para efectos fijos de departamento ( ) y tendencias por
estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos
y tendencias por
representa la variable laboral del individuo en el departamento en el mes y en el año . Para .
factores no observables que varían en el tiempo y que pueden di. Se incluye también una variable de tendencia, , para capturar
que, el término es la interacción de interés
representa la variable laboral del individuo en el departamento en el mes y en el año . Para
es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
Donde Donde Donde
Donde factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de sminuir el sesgo de estacionalidad de ciertos tipos de
Donde
que, el término

Nota: La información para ingreso y horas es solo para los que tienen alguna actividad principal. La columna Sig diff reporta la diferencia de proporciones entre hombres aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son continuas se por características observadas y no observadas que no cambian en el

departamento
estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos observadas y no observadas que no cambian en el
Para estimar la primera variable dependiente, situación
que permiten contr

trabajos.
estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
estimar la primera variable dependiente, situación ocupacional, que es dicotómica se utilizará un modelo probit de efectos
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
y mujeres en el Panel A, y la diferencia de medias entre hombres y mujeres en el Panel B. ***, **, * reportan la significancia estadística a un nivel de 1, 5, y 10 por ciento, trabajos. departamento ( ) que permiten controlar por características departamento ( ) que permiten controlar olar por

Instituto Nacional de Estadística e Informática - INEI

ocupacional, que es dicotómica se utilizará un modelo
características observadas y no observadas que no
respectivamente. Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares 2017-2020. Elaboración propia. aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son continuas se aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son continuas se aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son cont
utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robustos. ) para
trabajos.
aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son continuas se
aleatorios. Para las siguientes dos variables dependientes: salario/ingreso y horas de trabajo que son continuas se
trabajos.
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
probit de efectos aleatorios. Para las siguientes dos
controlar por comportamientos similares a nivel mens
utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robusual. El cambian en el tiempo, así como también las que cambian incluye características socioeconómicas y
incluye características socioeconómicas y
utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robustos.
controlar por comportamientos similares a nivel mensual. El vector

utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robustos. tos. utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robustos. utilizará un modelo lineal de efectos fijos y aleatorios. Ambos modelos, se estimarán usando errores estándar robustos. vector
departamento ( ) que permiten controlar por características observadas y no observadas El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
departamento ( ) que permiten controlar por
variables dependientes: salario/ingreso y horas de que no cambian en el características observadas y no observadas que no cambian en el
3.2. Variables independientes de interés no está registrado en la Superintendencia Nacional de demográficas asociadas al individuo . en el tiempo. Además, se incluyen las tendencias ( ) y tendencias por
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento
La variable es una dico
demográficas asociadas al individuo . tómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los

tiempo, así como también las que ) que permiten controlar por características observadas y no observadas

) para
) para
para controlar por comportamientos
Aduanas y de Administración Tributaria como persona trabajo que son continuas se utilizará un modelo por mes cambian en el tiempo. Además, se incluyen las tendencias por mes ( que no cambian en el
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes ( ) que permiten controlar por características observadas y no observadas que no cambian en el
2
departamento (
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
departamento (

El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto

incluye características socioeconómicas y
incluye características socioeconómicas y cambian en el tiempo. Además,
Se utilizan nueve características que se denominan jurídica o persona natural, (6) estado civil que toma Instituto Nacional de Estadística e Informática - INEI tiempo, así como también las que 12 incluye ) para
lineal de efectos fijos y aleatorios. Ambos modelos,
controlar por comportamientos similares a nivel mensual.
similares a nivel mensual. El vector
) para
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto se incluyen las tendencias por mes (
12 El vector controlar por comportamientos similares a nivel mensual. El vector
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (

del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
demográficas asociadas al individuo . ticas socioeconómicas y demográfica
‘variables independientes de interés’ y que se incluirán el valor de 1 si el individuo indica que es soltero y 0 si del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y s incluye características socioeconómicas y
caracterís
demográficas asociadas al individuo .
incluye características socioeconómicas y

se estimarán usando errores estándar robustos. controlar por comportamientos similares a nivel mensual. El vector
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
controlar por comportamientos similares a nivel mensual. El vector
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
asociadas al individuo .
en un vector Z para verificar si la respuesta de los indica que es conviviente, casado, viudo, divorciado, o Instituto Nacional de Estadística e Informática - INEI demográficas asociadas al individuo .

gráficas asociadas al individuo .
Instituto Nacional de Estadística e Informática - INEI
22
demo
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
individuos al COVID-19 varía según dichas características. separados, (7) nivel educativo que tiene tres categorías: El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto 12
es una dicotómica que toma el valor o para cada submuestra.
para hombres, y se va a comparar el resultado del parámetr
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
Centro de Investigación y Desarrollo - CIDE

Instituto Nacional de Estadística e Informática - INEI
La variable
22 22
12
22
12
22
trabajos.
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
12
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y

del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
Las variables por analizar son las siguientes: (1) edad (i) primaria que incluye sin nivel, inicial, primaria meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
de 1 para los meses de marzo a diciembre, y 0 para
El parámetro 12 captura la comparación doble a través
Centro de Investigación y Desarrollo - CIDE Centro de Investigación y Desarrollo - CIDE Centro de Investigación y De
Centro de Investigación y Desarrollo - CIDE
Centro de Investigación y Desarrollo - CIDE

2 12
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra entre mujeres y
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
hombres, se va a estimar l
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
los meses de enero y febrero de cualquier año (se
que se divide en cuatro rangos: entre 18 y 24 años, incompleta y primaria completa, (ii) secundaria que a ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra

de los meses y años que servirá para identificar el efecto
El modelo propuesto en la ecuació
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera n (1) también incluye efectos fijos de departamento ( ) y tendencias por

Instituto Nacional de Estadística e Informática - INEI

La variable es una
2dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
22 para hombres, y se va a comparar el resultado del parámetro para cada submuestra.

utilizan los años 2017 al 2020) . La variable es una dicotómica que

meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable años 2017 al 2020) . La variable es una dicotómica que eparada usando una submuestra para mujeres y otra submuestra
25 y 44 años, 45 y 64 años, y más de 64 años, (2) incluye secundaria incompleta y secundaria completa, meses de enero y febrero de cualquier año (se utilizan los es una del COVID-19 en las variables laborales propuestas. Para
para hombres, y se va a comparar el resultado del parámetro para cada submuestra. hombres, se va a estimar la ecuación (1) en forma s

) que permiten controlar
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar por características observadas y no observadas que no cambian en el

12
departamento (
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
2

dicotómica que toma el valor de 1 cuando el año
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
testear si existe un comportamiento diferente entre
pobreza que tomará el valor de 1 si el individuo vive y (iii) superior que incluye superior no universitaria toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera 12 12 el tiempo. Además, se incluyen las tendencias por mes ( ) para
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
tiempo, así como también las que cambian en
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:

toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
+ +
+
en un hogar pobre o pobre extremo y 0 si vive en un incompleta, superior no universitaria completa, superior que, el término es la interacción de interés. Se incluye también una variable de + + + + + incluye características socioeconómicas y

+ + + +
mujeres y hombres, se va a estimar la ecuación (1) en
+

es el 2020 y el valor de 0 cuando t corresponde a los
=

+ +
= + +
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar tendencia, , para capturar
+
+ +

trabajos.

3
1

La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
123

1
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
0
13
23
12
2
0
2
1
12
23
123
13
controlar por comportamientos similares a nivel mensual. El vector
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que

2
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
años 2017 al 2019. De manera que, el término
hogar no pobre, (3) sector productivo de la actividad universitaria incompleta, superior universitaria completa factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
forma separada usando una submuestra para mujeres

(2)

demográficas asociadas al individuo .

+
(2)
+ +
+ +
+

toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por esgo de estacionalidad de ciertos tipos de
factores no observables que varían en el tiempo y que pueden disminuir el s
principal que tendrá tres categorías (producción, y maestría/doctorado, (8) presencia de niños que tendrá trabajos. es la interacción de interés. Se incluye también una y otra submuestra para hombres, y se va a comparar el

trabajos.
+ = + + +

+ + +
+
+

+
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para captur
trabajos. ar

El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
+

departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el
comercio y servicios), (4) trabajador independiente tres categorías: (i) presencia de niños menores de 6 = + + + 3 + + , para capturar factores resultado del parámetro 13 12 para cada submuestra. + + +
variable de tendencia,

123 1
23
2
12
123
0
1

1
13
12
2
0
23

+ +
+
+
+ +
+
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (sección ‘Datos y
representa en forma separada cada una de las características propuestas en la
en la actividad principal que tomará el valor de 1 años, (ii) presencia de niños entre 6 y 11 años que + (2) + = + + + representa en forma separada cada una de las características propuestas en la sección ‘Datos y
no observables que varían en el tiempo y que pueden (2)
0 del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
) para

+
123
0 = +
+ +
12 +
23 +
1
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por 2 + +
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por 13 +

1
Donde
+ +
1

factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de

Donde
3
+ +
2
12
22 23
123
1
13
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por

departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el servadas que no cambian en el es la interac
si el individuo reporta ser empleador o trabajador corresponde a la edad normativa de asistencia a la departamento ( ) que permiten controlar por características observadas y no ob identifica la influencia 22 123 identifica la influencia de la
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
trabajos.
variable
es la interacción de
22 22 22 22 (2)
123 (2)
incluye características socioeconómicas y de la ción de interés. El parámetro
variables’. De manera que
disminuir el sesgo de estacionalidad de ciertos tipos +
+
+
controlar por comportamientos similares a nivel mensual. El vector interés. El parámetro
s’. De manera que

departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el

+ +

) para
independiente y 0 en caso contrario, (5) informalidad escuela primaria, y (iii) presencia de niños entre 12 y 16 tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes ( ) para
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación

de trabajos.

para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación

demográficas asociadas al individuo .
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
Donde
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
incluye características socioeconómicas y
incluye características socioeconómicas y n ‘Datos y
que tomará el valor de 1 si el individuo indica que su años que corresponde a la edad normativa de asistencia Donde representa en forma separada cada una de las características propuestas en la secció 12 ) para
(2) se estima usando errores estándar robustos.
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (
(2) se estima usando errores estándar robustos.
controlar por comportamientos similares a nivel mensual. El vector
controlar por comportamientos similares a nivel mensual. El vector

departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el

Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
es la interacción de interés.
controlar por comportamientos similares a nivel mensual. El vector El parámetro aracterísticas propuestas en la sección ‘Datos y
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto incluye características socioeconómicas y
identifica la influencia de la
demográficas asociadas al individuo . gráficas asociadas al ind
trabajo principal como dependiente o independiente a la escuela secundaria, y (9) área de residencia que demo es la interacción de variables’. De manera que representa en forma separada cada una de las c 123 identifica la influencia de la
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
Donde
12ividuo . interés. El parámetro
variables’. De manera que

Donde

2
123
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos antes y durante el
demográficas asociadas al individuo .

característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
identifica la influencia de la
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes ( ) para variables’. De manera que es la interacción de 123 identifica la influencia de la
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y interés. El parámetro
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
COVID-19.

variables’. De manera que
es la interacción de interés. El parámetro
10 controlar por comportamientos similares a nivel mensual. El vector incluye características socioeconómicas y característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
11
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto

123
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
(2) se estima usando errores estándar robustos.
(2) se estima usando errores estándar robustos.
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
12
12
5. Resultados
5. Resultados
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
demográficas asociadas al individuo .
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
(2) se estima usando errores estándar robustos.
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y + +
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y = + + +

12 (2) se estima usando errores estándar robustos.
12

del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y

hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra 0 1 2 3 12 13 + + 123 + + +

hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
(2)
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto 5.1. Modelo de interacción doble
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas: ando una submuestra para mujeres y otra submuestra
hombres, se va a estimar la ecuación (1) en forma separada us
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
+
+ +
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.

5.1. Modelo de interacción doble

12
5. Resultados
5. Resultados
12
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y 12
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.

Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
12
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:

hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra 5. Resultados Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
5. Resultados

representa en forma separada cada una de las características propuestas en la sección ‘Datos y
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas: 1). Este resultado sugiere que el año 2020,
+ = 1). Este resultado sugiere que el año 2020,
Donde

enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( =
12 5.1. Modelo de interacción doble

enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 (

+
+ +
= + + +
5.1. Modelo de interacción doble

para hombres, y se va a comparar el resultado del parámetro 12 para cada submuestra. 2 3 + + + variables’. De manera que es la interacción de interés. El parámetro identifica la influencia de la

1
123
13
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
0
1
23
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

5.1. Modelo de inter
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
(2) acción doble
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas: 5.1. Modelo de interacción doble 1 + + 123
+ de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
3 = de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
+ +
+

+
+ +
= + + +
+
+ +

+ + +
+
+
+ +
+

Para la variable situación ocupacional, se encuentra que sí existe una diferenci
+ 1). Este resultado sugiere que el año 2020,
12
1
13
23
12 0
= 1). Este resultado sugiere que el año 2020,
2
1
13 2
23
123
0
123
2 Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
período desde que se implementaron las restric
0ciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad

enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( =
+ +
+
+ +
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 (
+ + + (2) = + + + (2) se estima usando errores estándar robustos. 123 + a significativa entre = 0 (de

(2)
1
23
13
12
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
+ +
+
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del mujeres como para los hombres. Se encuentra que el efecto del
de realizar alguna actividad económica tanto para las
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

(2)
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
1 de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
+
+ +
Donde
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
23COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

+
+

+ +

+
= + + 2 + de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
+ +

identifica la influencia de la

3
0
13
1
123
12
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el

período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
es la interacción de interés. El parámetro
variables’. De manera que
económica. ión que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
5. Result
de tener alguna ocupacados
económica.
123
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
Donde
Donde
+ + + (2) de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del

Donde período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
identifica la influencia de la

En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
es la interacción de interés. El parámetro
variables’. De manera que
es la interacción de interés. El parámetro
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad

variables’. De manera que (2) se estima usando errores estándar robustos. 123 identifica la influencia de la En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
123

de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación n esta investigación. La ecuación 123 identifica la influencia de la
es la interacción de interés. El parámetro
5.1. Modelo de interacción doble
variables’. De manera que
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
económica.
económica.
característica en el efecto del COVID-19 en las variables dependientes propuestas e

característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
(2) se estima usando errores estándar robustos.
(2) se estima usando errores estándar robustos.
Donde representa en forma separada cada una de las características propuestas en la sección ‘Datos y COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad

Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de

económica.
(2) se estima usando errores estándar robustos.
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
variables’. De manera que es la interacción de interés. El parámetro 123 identifica la influencia de la económica. 2 Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
5. Resultados ye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
Se inclu
2

enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,

característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres co
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos mo a hombres,
antes y durante el COVID-19.
antes y durante el COVID-19.
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,

que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

(2) se estima usando errores estándar robustos. 5. Resultados 23
23
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
5. Resultados

pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos

de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
Centro de Investigación y Desarrollo - CIDE
5.1. Modelo de interacción doble
5. Resultados
2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
2 antes y durante el COVID-19. Centro de Investigación y Desarrollo - CIDE

período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad

antes y durante el COVID-19.

Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos

2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos

de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del

23
5.1. Modelo de interacción doble
23
antes y durante el COVID-19.
5. Resultados 5.1. Modelo de interacción doble enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
antes y durante el COVID-19.
Centro de Investigación y Desarrollo - CIDE
Centro de Investigación y Desarrollo - CIDE 19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
COVID-
5.1. Modelo de interacción doble
23
23
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de

Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

económica.
Centro de Investigación y Desarrollo - CIDE

Centro de Investigación y Desarrollo - CIDE
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el

5.1. Modelo de interacción doble enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,

enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad

de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el el Cuadro No. 3 muestran que el
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad

que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad 2 Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos 23
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
económica.

de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el antes y durante el COVID-19. 23
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad 23
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
económica.
económica.
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del Centro de Investigación y Desarrollo - CIDE
económica.
23
23
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad 23

En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
económica. pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
2
antes y durante el COVID-19. pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos

23
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
2
2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
Centro de Investigación y Desarrollo - CIDE
antes y durante el COVID-19.
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujer 2 Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
antes y durante el COVID-19. es disminuyeron sus ingresos

23
23
antes y durante el COVID-19.

Centro de Investigación y Desarrollo - CIDE
23
Centro de Investigación y Desarrollo - CIDE
2 Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos

antes y durante el COVID-19. Centro de Investigación y Desarrollo - CIDE

23 23

Centro de Investigación y Desarrollo - CIDE

23 23
23
23

6 7 8 9 10 11 12 13 14 15 16