Vol. 12/ Núm. 4 2025 pág. 3015
https://doi.org/10.69639/arandu.v12i4.1864
Factores estructurales en la determinación del Ingreso
Laboral de los ecuatorianos en el 2024: Un Análisis Empírico
con enfoque econométrico
Structural factors in determining the Labor Income of Ecuadorians in 2024: An
Empirical Analysis with an econometric approach
Norma Cecilia Toaquiza Tigasi
norma.toaquiza1318@utc.edu.ec
https://orcid.org/0009-0008-3190-4236
Universidad Técnica de Cotopaxi
Ecuador – Cotopaxi
Wellington Leo Romero Anchatipan
wellington.romero8508@utc.edu.ec
https://orcid.org/0009-0005-7769-2038
Universidad Técnica de Cotopaxi
Ecuador - Cotopaxi
Henry Alejandro López Machado
henry.lopez8837@utc.edu.ec
https://orcid.org/0000-0002-5101-087X
Universidad Técnica de Cotopaxi
Ecuador – Cotopaxi
Artículo recibido: 10 noviembre 2025 -Aceptado para publicación: 18 diciembre 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
El objetivo del presente trabajo de investigación es analizar las determinantes del ingreso laboral
en Ecuador 2024, utilizando la ecuación de Mincer extendida aplicada a datos de la Encuesta
Nacional de Empleo, Desempleo y Subempleo (ENEMDU) del cuarto trimestre. Procesan los
datos en Python para eliminar valores nulos y atópicos, generan variables como log ingresos,
educación y experiencia potencial, y estiman un modelo de regresión de mínimos cuadrados
ponderados (WLS) con ponderaciones de expansión. La muestra incluye 297 observaciones de
personas en edad de trabajar con ingresos positivos. Los descriptores muestran un ingreso
promedio de USD 506.8, las correlaciones indican una correlación positiva entre el log ingreso y
la formalidad. El modelo explica el 33.9% de la variación ajustada con coeficientes cuadrados
significativos de formalidad, género y experiencia. Los diagnósticos confirman normalidad de los
residuos. Estos hallazgos además resaltan desigualdades persistentes en el mercado laboral
ecuatoriano y sugieren implicaciones para las políticas de inclusión.
Palabras clave: ingreso laboral, ecuación de mincer, factores estructurales, informalidad,
desigualdades de género
Vol. 12/ Núm. 4 2025 pág. 3016
ABSTRACT
The objective of this research work is to analyze the determinants of labor income in Ecuador
2024, using the extended Mincer equation applied to data from the National Employment,
Unemployment and Underemployment Survey (ENEMDU) for the fourth quarter. They process
the data in Python to remove null and atopic values, generate variables such as log income,
education, and potential experience, and estimate a weighted least squares (WLS) regression
model with expansion weights. The sample includes 297 observations of working-age people with
positive income. The descriptors show an average income of USD 506.8; the correlations indicate
a positive correlation between log income and formality. The model explains 33.9% of the
adjusted variation with significant squared coefficients of formality, gender and experience.The
diagnostics confirm the normality of the residuals. These findings highlight persistent inequalities
in the Ecuadorian labor market and suggest implications for inclusion policies.
Keywords: labor income, mincer equation, structural factors, informality, gender
inequalities
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
The objective of this research work is to analyze the determinants of labor income in Ecuador
2024, using the extended Mincer equation applied to data from the National Employment,
Unemployment and Underemployment Survey (ENEMDU) for the fourth quarter. They process
the data in Python to remove null and atopic values, generate variables such as log income,
education, and potential experience, and estimate a weighted least squares (WLS) regression
model with expansion weights. The sample includes 297 observations of working-age people with
positive income. The descriptors show an average income of USD 506.8; the correlations indicate
a positive correlation between log income and formality. The model explains 33.9% of the
adjusted variation with significant squared coefficients of formality, gender and experience.The
diagnostics confirm the normality of the residuals. These findings highlight persistent inequalities
in the Ecuadorian labor market and suggest implications for inclusion policies.
Keywords: labor income, mincer equation, structural factors, informality, gender
inequalities
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 4 2025 pág. 3017
INTRODUCCIÓN
En la estructura económica de América Latina, la desigualdad del ingreso laboral que tiene
una persona es un problema persistente, ayudado por factores como la informalidad, la
segmentación del mercado de trabajo y las disparidades en el capital humano. En Ecuador, en el
2024, el ingreso laboral promedio fue aproximadamente USD 506 mensuales, con una tasa de
informalidad que superó el 54% en el área rural, prolongando los ciclos de pobreza y limitando
el ingreso a un trabajo decente (INEC, 2024). Esto puede ser evidenciado por informes regionales
que destacan cómo el bajo crecimiento económico post-pandemia ha aumentado las brechas
salariales, afectando a varios grupos vulnerables como son las mujeres, a los indígenas y a jóvenes
(Mesa, 2023). El presente trabajo de investigación busca analizar esta realidad a través de un
análisis empírico econométrico empleando la ecuación de Mincer extendida para segregar los
determinantes del ingreso laboral en datos de la Encuesta Nacional de Empleo, Desempleo y
Subempleo (ENEMDU) 2024. Centrándose en variables observables como educación,
experiencia, género, ubicación geográfica y formalidad, se busca explicar cómo las estructuras
económicas mantienen desigualdades, ayudando a las agendas de políticas para una inclusión
laboral en Ecuador.
El marco conceptual del estudio se ancla en definiciones clave de la economía laboral. El
ingreso laboral es la remuneración total de un trabajo que incluyen salarios formales e ingresos
independientes, condicionado factores estructurales como las diferencias en productividad entre
sectores y la división dual entre empleo protegido y precario. La informalidad según Perry et al.
(2007), surge de mecanismos de “escape” (decisiones voluntarias para evadir regulaciones) o
“exclusión” (falta de acceso a protecciones estatales), impactando ingresos, bienestar y pobreza.
En Latinoamérica , esta informalidad provoca baja productividad y desigualdad salarial como
analiza Maurizio (2014) en 11 países, incluyendo Ecuador, mediante modelos econométricos
como Heckman para corrección de sesgo de selección y Oaxaca-Blinder para descomposición de
brechas. Además, el capital humano medido por educación y experiencia juega un rol
fundamental, pero en entornos estructurales débiles, sus retornos son limitados por barreras como
discriminación de género e indígena (Mesa, 2023). Estos conceptos justifican la relevancia del
estudio: En Ecuador, donde el PIB per cápita tuvo una recuperación parcial post-2020 (alrededor
de USD 6,500 en 2024), comprender estos factores es esencial para políticas que promuevan
equidad, alineados con los Objetivos de Desarrollo Sostenible (ODS) (CEPAL, 2024).
Los antecedentes del tema muestran una evolución en la literatura sobre mercados laborales
latinoamericanos. Desde la teoría del capital humano de (Mincer, 1974), quien determina el
ingreso como función de educación y experiencia con rendimientos decrecientes, los estudios han
expandido este marco para agregar elementos estructurales (Restrepo, 2012) contrasta
explicaciones estructuralistas (centradas en variables macro como crecimiento económico y
INTRODUCCIÓN
En la estructura económica de América Latina, la desigualdad del ingreso laboral que tiene
una persona es un problema persistente, ayudado por factores como la informalidad, la
segmentación del mercado de trabajo y las disparidades en el capital humano. En Ecuador, en el
2024, el ingreso laboral promedio fue aproximadamente USD 506 mensuales, con una tasa de
informalidad que superó el 54% en el área rural, prolongando los ciclos de pobreza y limitando
el ingreso a un trabajo decente (INEC, 2024). Esto puede ser evidenciado por informes regionales
que destacan cómo el bajo crecimiento económico post-pandemia ha aumentado las brechas
salariales, afectando a varios grupos vulnerables como son las mujeres, a los indígenas y a jóvenes
(Mesa, 2023). El presente trabajo de investigación busca analizar esta realidad a través de un
análisis empírico econométrico empleando la ecuación de Mincer extendida para segregar los
determinantes del ingreso laboral en datos de la Encuesta Nacional de Empleo, Desempleo y
Subempleo (ENEMDU) 2024. Centrándose en variables observables como educación,
experiencia, género, ubicación geográfica y formalidad, se busca explicar cómo las estructuras
económicas mantienen desigualdades, ayudando a las agendas de políticas para una inclusión
laboral en Ecuador.
El marco conceptual del estudio se ancla en definiciones clave de la economía laboral. El
ingreso laboral es la remuneración total de un trabajo que incluyen salarios formales e ingresos
independientes, condicionado factores estructurales como las diferencias en productividad entre
sectores y la división dual entre empleo protegido y precario. La informalidad según Perry et al.
(2007), surge de mecanismos de “escape” (decisiones voluntarias para evadir regulaciones) o
“exclusión” (falta de acceso a protecciones estatales), impactando ingresos, bienestar y pobreza.
En Latinoamérica , esta informalidad provoca baja productividad y desigualdad salarial como
analiza Maurizio (2014) en 11 países, incluyendo Ecuador, mediante modelos econométricos
como Heckman para corrección de sesgo de selección y Oaxaca-Blinder para descomposición de
brechas. Además, el capital humano medido por educación y experiencia juega un rol
fundamental, pero en entornos estructurales débiles, sus retornos son limitados por barreras como
discriminación de género e indígena (Mesa, 2023). Estos conceptos justifican la relevancia del
estudio: En Ecuador, donde el PIB per cápita tuvo una recuperación parcial post-2020 (alrededor
de USD 6,500 en 2024), comprender estos factores es esencial para políticas que promuevan
equidad, alineados con los Objetivos de Desarrollo Sostenible (ODS) (CEPAL, 2024).
Los antecedentes del tema muestran una evolución en la literatura sobre mercados laborales
latinoamericanos. Desde la teoría del capital humano de (Mincer, 1974), quien determina el
ingreso como función de educación y experiencia con rendimientos decrecientes, los estudios han
expandido este marco para agregar elementos estructurales (Restrepo, 2012) contrasta
explicaciones estructuralistas (centradas en variables macro como crecimiento económico y
Vol. 12/ Núm. 4 2025 pág. 3018
costos laborales) con institucionalistas ( regulaciones o políticas ), usando análisis econométricos
para argumentar la informalidad en América Latina es principalmente exclusión estructural
(Amarante & Arim, 2015) utilizan esta perspectiva en Ecuador y países vecinos demostrando
reducciones en desigualdad salarial mediante descomposiciones RIF y Oaxaca-Blinder durante
periódos de prosperidad pre-2015 atribuidas a una mejora del capital humano. Sin embargo
estudios recientes post-pandemia resaltan que el mercado laboral ecuatoriano tiene impactos
negativos. De igual modo los análisis de cointegración entre la inflación y el desempleo revelan
que la inestabilidad política incide en la distribución del ingreso.
A pesar de estos progresos, todavía existe un vacío en la literatura. Si bien Perry et al.(
2007) y Maurizio (2014) proporcionan marcos regionales, se evidencia una carencia de estudios
actualizados para Ecuador en 2024 que incorporen los datos de la ENEMDU junto con
metodologías robustas , tales como los mínimos cuadrados ponderados (WLS) para el manejo de
pesos muestrales (Valdivieso Contento, 2025) investiga brechas de género en informalidad con
Probit y Oaxaca - Blinder, pero no integra interacciones territoriales en un año de recuperación y
regular. Los informes de la (CEPAL, 2024) abordan la heterogeneidad demográfica, pero
adolecen de un modelo microecónomico específico. Esta brecha resulta particularmente evidente
en la escasa exploración de cómo la urbanización influye en las primas salariales, tal como se
observa en investigaciones sobre la prima urbana en Ecuador. Adicionalmente, la literatura
posterior al COVID-19 resalta las desigualdades durante la pandemia (por ejemplo, la
informalidad en Ecuador, 2022), pero no se extiende hasta 2024 con un enfoque en los retornos
al capital humano. Este vacío respalda la necesidad de un análisis empírico que integre la
ecuación de Mincer con controles estructurales, contribuyendo así con evidencia para la
formulación de políticas en Ecuador.
En este contexto la presente investigación tiene como objetivo principal analizar los
factores estructurales en la determinación del ingreso laboral de los ecuatorianos mediante la
ecuación de Mincer, utilizando los datos de la ENEMDU 2024.
MATERIALES Y MÉTODO
El estudio utiliza un enfoque cuantitativo, con un tipo de investigación descriptiva y
explicativo, que tiene como objetivo; estimar asociaciones condicionales entre variables
observables en el mercado laboral ecuatoriano. El diseño es no experimental y transversal basado
en datos secundarios de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU)
del Instituto Nacional de Estadística y Censos (INEC) del Ecuador para el cuarto trimestre de
2024.
Este diseño permite estimar modelos econométricos como ecuación extendida de Mincer,
que incluye control por factores estructurales como la informalidad y la segmentación, adaptados
de enfoques de la literatura latinoamericana que utilizan regresiones para descomponer la
costos laborales) con institucionalistas ( regulaciones o políticas ), usando análisis econométricos
para argumentar la informalidad en América Latina es principalmente exclusión estructural
(Amarante & Arim, 2015) utilizan esta perspectiva en Ecuador y países vecinos demostrando
reducciones en desigualdad salarial mediante descomposiciones RIF y Oaxaca-Blinder durante
periódos de prosperidad pre-2015 atribuidas a una mejora del capital humano. Sin embargo
estudios recientes post-pandemia resaltan que el mercado laboral ecuatoriano tiene impactos
negativos. De igual modo los análisis de cointegración entre la inflación y el desempleo revelan
que la inestabilidad política incide en la distribución del ingreso.
A pesar de estos progresos, todavía existe un vacío en la literatura. Si bien Perry et al.(
2007) y Maurizio (2014) proporcionan marcos regionales, se evidencia una carencia de estudios
actualizados para Ecuador en 2024 que incorporen los datos de la ENEMDU junto con
metodologías robustas , tales como los mínimos cuadrados ponderados (WLS) para el manejo de
pesos muestrales (Valdivieso Contento, 2025) investiga brechas de género en informalidad con
Probit y Oaxaca - Blinder, pero no integra interacciones territoriales en un año de recuperación y
regular. Los informes de la (CEPAL, 2024) abordan la heterogeneidad demográfica, pero
adolecen de un modelo microecónomico específico. Esta brecha resulta particularmente evidente
en la escasa exploración de cómo la urbanización influye en las primas salariales, tal como se
observa en investigaciones sobre la prima urbana en Ecuador. Adicionalmente, la literatura
posterior al COVID-19 resalta las desigualdades durante la pandemia (por ejemplo, la
informalidad en Ecuador, 2022), pero no se extiende hasta 2024 con un enfoque en los retornos
al capital humano. Este vacío respalda la necesidad de un análisis empírico que integre la
ecuación de Mincer con controles estructurales, contribuyendo así con evidencia para la
formulación de políticas en Ecuador.
En este contexto la presente investigación tiene como objetivo principal analizar los
factores estructurales en la determinación del ingreso laboral de los ecuatorianos mediante la
ecuación de Mincer, utilizando los datos de la ENEMDU 2024.
MATERIALES Y MÉTODO
El estudio utiliza un enfoque cuantitativo, con un tipo de investigación descriptiva y
explicativo, que tiene como objetivo; estimar asociaciones condicionales entre variables
observables en el mercado laboral ecuatoriano. El diseño es no experimental y transversal basado
en datos secundarios de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU)
del Instituto Nacional de Estadística y Censos (INEC) del Ecuador para el cuarto trimestre de
2024.
Este diseño permite estimar modelos econométricos como ecuación extendida de Mincer,
que incluye control por factores estructurales como la informalidad y la segmentación, adaptados
de enfoques de la literatura latinoamericana que utilizan regresiones para descomponer la
Vol. 12/ Núm. 4 2025 pág. 3019
desigualdad salarial (Maurizio, 2014). El software Python se utiliza para el procesamiento y
análisis de Google Colab, lo que garantiza la replicabilidad a través de código estructurado que
incluye importación de bibliotecas, cargar datos, limpieza, variables, descriptores, correlación y
estimación de modelos.
La población de estudio incluye a la fuerza laboral ecuatoriana en edad de trabajar (15-65
años), estimada en 8,5 millones de personas en 2024 según datos recopilados por el INEC,
representando contextos urbanos y rurales con alta heterogeneidad territorial (Costa, Sierra,
Amazonía e Isla). La muestra es probabilística y estratificada, extraída directamente de la
ENEMDU, que utiliza muestreo por conglomerados en dos etapas: selección de sectores censales
y hogares en áreas rurales para corregir desequilibrios demográficos. La muestra inicial incluyó
aproximadamente 30.000 observaciones a nivel nacional; después de filtrar por individuos con
empleo remunerado e ingresos positivos y limpieza de datos, se obtiene una submuestra efectiva
de N = 297 observaciones. Este tamaño de muestra es suficiente para el análisis econométrico en
subpoblaciones ocupacionales, similar a los estudios con ENEMDU controlando la segmentación
regional (Ortiz et al., 2008). La muestra incluye ponderaciones de expansión (fexp) para adaptarse
al diseño de la encuesta, asegurando inferencias poblaciónales válidas y reduciendo el sesgo de
falta de respuesta.
Los métodos de recopilación de datos son secundarios y se basan en la ENEMDU, una
encuesta estandarizada con cuestionarios estructurados que cubren variables sociodemográficas
(edad, género, origen étnico), educativas (nivel de educación) laborales (tipo de empleo, horas
trabajadas) e ingresos (remuneración mensual o por hora). La herramienta principal es la base de
datos ENEMDU en formato CSV escargada del portal del INEC
(https://www.ecuadorencifras.gob.ec/empleo-desempleo-y-subempleo/), con codificación de
variables como p03 (edad), p02 (sexo), p15 (años de educación), p64a (ingreso laboral), p56
(afiliación al IESS), p07 (estado civil), area (urbano/rural), p10a (etnia) y ciudad (código
provincial para región). Esta encuesta es validada por el INEC con controles de calidad,
incluyendo validación cruzada y ajustes por no respuesta, y ha sido utilizada en estudios
econométricos para informalidad en Ecuador (Valdivieso Contento, 2025).
El ingreso laboral se analizará como variable dependiente, utilizando el logaritmo del
ingreso mensual para capturar efectos proporcionales. Se utilizará la ecuación de Mincer que es
un modelo econométrico que relaciona el salario de una persona con su nivel de educación y
experiencia laboral. Propone que el logaritmo del salario depende linealmente de los años de
escolaridad, la experiencia, género y la zona geográfica con un término cuadrático para capturar
el efecto decreciente de la experiencia, aplicando un modelo de regresión lineal múltiple con la
variable dependiente continua (ingreso) y las variables estructurales como predictoras.
desigualdad salarial (Maurizio, 2014). El software Python se utiliza para el procesamiento y
análisis de Google Colab, lo que garantiza la replicabilidad a través de código estructurado que
incluye importación de bibliotecas, cargar datos, limpieza, variables, descriptores, correlación y
estimación de modelos.
La población de estudio incluye a la fuerza laboral ecuatoriana en edad de trabajar (15-65
años), estimada en 8,5 millones de personas en 2024 según datos recopilados por el INEC,
representando contextos urbanos y rurales con alta heterogeneidad territorial (Costa, Sierra,
Amazonía e Isla). La muestra es probabilística y estratificada, extraída directamente de la
ENEMDU, que utiliza muestreo por conglomerados en dos etapas: selección de sectores censales
y hogares en áreas rurales para corregir desequilibrios demográficos. La muestra inicial incluyó
aproximadamente 30.000 observaciones a nivel nacional; después de filtrar por individuos con
empleo remunerado e ingresos positivos y limpieza de datos, se obtiene una submuestra efectiva
de N = 297 observaciones. Este tamaño de muestra es suficiente para el análisis econométrico en
subpoblaciones ocupacionales, similar a los estudios con ENEMDU controlando la segmentación
regional (Ortiz et al., 2008). La muestra incluye ponderaciones de expansión (fexp) para adaptarse
al diseño de la encuesta, asegurando inferencias poblaciónales válidas y reduciendo el sesgo de
falta de respuesta.
Los métodos de recopilación de datos son secundarios y se basan en la ENEMDU, una
encuesta estandarizada con cuestionarios estructurados que cubren variables sociodemográficas
(edad, género, origen étnico), educativas (nivel de educación) laborales (tipo de empleo, horas
trabajadas) e ingresos (remuneración mensual o por hora). La herramienta principal es la base de
datos ENEMDU en formato CSV escargada del portal del INEC
(https://www.ecuadorencifras.gob.ec/empleo-desempleo-y-subempleo/), con codificación de
variables como p03 (edad), p02 (sexo), p15 (años de educación), p64a (ingreso laboral), p56
(afiliación al IESS), p07 (estado civil), area (urbano/rural), p10a (etnia) y ciudad (código
provincial para región). Esta encuesta es validada por el INEC con controles de calidad,
incluyendo validación cruzada y ajustes por no respuesta, y ha sido utilizada en estudios
econométricos para informalidad en Ecuador (Valdivieso Contento, 2025).
El ingreso laboral se analizará como variable dependiente, utilizando el logaritmo del
ingreso mensual para capturar efectos proporcionales. Se utilizará la ecuación de Mincer que es
un modelo econométrico que relaciona el salario de una persona con su nivel de educación y
experiencia laboral. Propone que el logaritmo del salario depende linealmente de los años de
escolaridad, la experiencia, género y la zona geográfica con un término cuadrático para capturar
el efecto decreciente de la experiencia, aplicando un modelo de regresión lineal múltiple con la
variable dependiente continua (ingreso) y las variables estructurales como predictoras.
Vol. 12/ Núm. 4 2025 pág. 3020
Modelo propuesto
ln(𝑌𝑖) = β0 + β1𝑆𝑖 + β2𝑋𝑖 + β3𝑋𝑖2 + β4𝐺𝑖 + β5H𝑖 +β6C𝑖 + β7𝑈𝑖 + ϵ𝑖
Descripción de variables
𝑙𝑛(𝑌𝑖) : Logaritmo del ingreso laboral mensual, captura efectos proporcionales.
𝑆𝑖 : Años de escolaridad, mide el nivel educativo.
𝑋𝑖 : Años de experiencia laboral, refleja experiencia en el mercado.
𝑋𝑖2 : Experiencia al cuadrado, captura rendimientos decrecientes.
𝐺𝑖 : Género (1 = mujer, 0 = hombre), mide brechas salariales.
H𝑖 : Seguro Social (1 = no afiliado a seguridad social, 0 = afiliado).
C𝑖 : Estado Civíl (1= Casado/a, 2= Divorciado/a, 3= Union Libre, 4= Soltero/a).
𝑈𝑖 : Área (1 = urbana, 0 = rural).
β0 : Constante, ingreso base en logaritmo.
ϵ𝑖 : Término de error, variación no explicada.
El procedimiento de análisis comienza con el procesamiento en Python 3.12 en Google
Colab como se describe en el código ejecutado. Primero, se importan las bibliotecas necesarias
para la gestión y el modelado de datos, utilizando las librerías pandas, numpy, matplotlib, seaborn
y statsmodels. En el procedimiento se realizo: limpieza de datos y manejo de outliers (método
IQR), generación de variables transformadas (log-ingreso, experiencia cuadrática, dummies),
estadísticos descriptivos y correlacionales, una estimación de la ecuación de Mincer extendida
mediante Minimos Cuadrados Ponderados (WLS) añadiéndole pesos de expansión para corregir
heteroscedasticidad por diseño muestral. Además, se realizó un diagnóstico de residuos (Jarque-
Bera, Durbin-Watson, VIF).
RESULTADOS Y DISCUSIÓN
Los resultados del análisis econométrico basado en la ecuación de Mincer calculada con
datos de mínimos cuadrados ponderados (WLS) de la ENEMDU 2024 revelan los principales
patrones en la determinación de los ingresos laborales de los ecuatorianos. En la muestra final de
297 observaciones, después de limpiar y filtrar el ingreso laboral medio es de USD 506.80 (DE =
429.0), utilizando una transformación logarítmica para normalizar la distribución sesgada. El
modelo explica el 35.5% de la varianza (R² = 0.355, R² ajustado = 0.339, F (7, 289) = 22.69, p <
.001), un ajuste moderado pero típico en estudios de mercados laborales latinoamericanos con
alta informalidad (OECD, 2025). Coeficientes significativos incluyen la formalidad (afiliación al
IESS, β = 0.814, p < .001), género (hombre, β = 0.281, p < .001) y experiencia cuadrática (β = -
0.0023, p = .005), mientras que escolaridad (p = .124) y rural (p = .485) no lo son. Estos resultados
resaltan el papel de factores estructurales, como la informalidad, en el mantenimiento de la
desigualdad, en consonancia con las evaluaciones de desempleo y violencia en Ecuador.
Modelo propuesto
ln(𝑌𝑖) = β0 + β1𝑆𝑖 + β2𝑋𝑖 + β3𝑋𝑖2 + β4𝐺𝑖 + β5H𝑖 +β6C𝑖 + β7𝑈𝑖 + ϵ𝑖
Descripción de variables
𝑙𝑛(𝑌𝑖) : Logaritmo del ingreso laboral mensual, captura efectos proporcionales.
𝑆𝑖 : Años de escolaridad, mide el nivel educativo.
𝑋𝑖 : Años de experiencia laboral, refleja experiencia en el mercado.
𝑋𝑖2 : Experiencia al cuadrado, captura rendimientos decrecientes.
𝐺𝑖 : Género (1 = mujer, 0 = hombre), mide brechas salariales.
H𝑖 : Seguro Social (1 = no afiliado a seguridad social, 0 = afiliado).
C𝑖 : Estado Civíl (1= Casado/a, 2= Divorciado/a, 3= Union Libre, 4= Soltero/a).
𝑈𝑖 : Área (1 = urbana, 0 = rural).
β0 : Constante, ingreso base en logaritmo.
ϵ𝑖 : Término de error, variación no explicada.
El procedimiento de análisis comienza con el procesamiento en Python 3.12 en Google
Colab como se describe en el código ejecutado. Primero, se importan las bibliotecas necesarias
para la gestión y el modelado de datos, utilizando las librerías pandas, numpy, matplotlib, seaborn
y statsmodels. En el procedimiento se realizo: limpieza de datos y manejo de outliers (método
IQR), generación de variables transformadas (log-ingreso, experiencia cuadrática, dummies),
estadísticos descriptivos y correlacionales, una estimación de la ecuación de Mincer extendida
mediante Minimos Cuadrados Ponderados (WLS) añadiéndole pesos de expansión para corregir
heteroscedasticidad por diseño muestral. Además, se realizó un diagnóstico de residuos (Jarque-
Bera, Durbin-Watson, VIF).
RESULTADOS Y DISCUSIÓN
Los resultados del análisis econométrico basado en la ecuación de Mincer calculada con
datos de mínimos cuadrados ponderados (WLS) de la ENEMDU 2024 revelan los principales
patrones en la determinación de los ingresos laborales de los ecuatorianos. En la muestra final de
297 observaciones, después de limpiar y filtrar el ingreso laboral medio es de USD 506.80 (DE =
429.0), utilizando una transformación logarítmica para normalizar la distribución sesgada. El
modelo explica el 35.5% de la varianza (R² = 0.355, R² ajustado = 0.339, F (7, 289) = 22.69, p <
.001), un ajuste moderado pero típico en estudios de mercados laborales latinoamericanos con
alta informalidad (OECD, 2025). Coeficientes significativos incluyen la formalidad (afiliación al
IESS, β = 0.814, p < .001), género (hombre, β = 0.281, p < .001) y experiencia cuadrática (β = -
0.0023, p = .005), mientras que escolaridad (p = .124) y rural (p = .485) no lo son. Estos resultados
resaltan el papel de factores estructurales, como la informalidad, en el mantenimiento de la
desigualdad, en consonancia con las evaluaciones de desempleo y violencia en Ecuador.
Vol. 12/ Núm. 4 2025 pág. 3021
La estadística descriptiva proporciona una imagen inicial de las variables. La tabla 1
resume las medidas de centralidad y dispersión de las principales variables ponderadas por fexp
para determinar la representatividad. El ingreso laboral muestra una medida de USD 506.8 y una
desviación estándar de 429.0, lo que indica una variabilidad, posible debido a a=la segmentación
formal – informal. El logaritmo del ingreso (media = 5.94, DE = 0.75) confirma una distribución
más asimétrica luego de la transformación ajustada a ala practica en los modelos Mincer para los
mercados ecuatorianos (Vera-Gómez, 2019). La duración promedio de la educación es de 12.3
años (DE = 3.9), lo que refleja un nivel promedio con variaciones entre regiones, mientras que la
experiencia potencial promedia 26.9 años (DE = 13.5), lo que sugiere una muestra de cohorte
madura. Las dummies binarias muestran que el 53% son hombres, el 60% están empleados, el
45% vive en áreas rurales y solo el 38% son formales (relacionados con el IESS), destacando la
prevalencia d la informalidad en Ecuador, similar a los determinantes del empleo juvenil donde
influye el capital humano y las regiones (Bastidas López & Romero Siguenza, 2025)
Tabla 1
Estadísticas Descriptivas de las Variables Principales
Variable Conteo Media Desviación
Estándar Mínimo Máximo
Ingreso 297 506.8 429.0 23.9 2,391.7
Log Ingreso 297 5.94 0.75 3.17 7.78
Escolaridad 297 12.3 3.9 0 18
Experiencia 297 26.8 13.5 0 58
Edad 297 45.1 13.1 18 70
Fuente: elaboración propia basada en ENEMDU (2024).
Los diseños visuales complementan estas descripciones. La Figura 1 muestra un histograma
del log ingreso, con una forma normal aproximada (sesgo posterior al registro reducido) y un
diagrama de caja de la entrada original que revele valores atípicos eliminados mediante el
preprocesamiento (e.g., valores > Q3 + 1.5*IQR). Estas figuras confirman la necesidad de
transformación logarítmica para homocedasticidad en regresiones, como en simulaciones
econométricas para ingresos en Latinoamérica (OCDE, 2025). De manera similar, los histogramas
de experiencia indican una distribución bimodal, posiblemente debido a diferencias de edad en el
acceso al empleo formal.
La estadística descriptiva proporciona una imagen inicial de las variables. La tabla 1
resume las medidas de centralidad y dispersión de las principales variables ponderadas por fexp
para determinar la representatividad. El ingreso laboral muestra una medida de USD 506.8 y una
desviación estándar de 429.0, lo que indica una variabilidad, posible debido a a=la segmentación
formal – informal. El logaritmo del ingreso (media = 5.94, DE = 0.75) confirma una distribución
más asimétrica luego de la transformación ajustada a ala practica en los modelos Mincer para los
mercados ecuatorianos (Vera-Gómez, 2019). La duración promedio de la educación es de 12.3
años (DE = 3.9), lo que refleja un nivel promedio con variaciones entre regiones, mientras que la
experiencia potencial promedia 26.9 años (DE = 13.5), lo que sugiere una muestra de cohorte
madura. Las dummies binarias muestran que el 53% son hombres, el 60% están empleados, el
45% vive en áreas rurales y solo el 38% son formales (relacionados con el IESS), destacando la
prevalencia d la informalidad en Ecuador, similar a los determinantes del empleo juvenil donde
influye el capital humano y las regiones (Bastidas López & Romero Siguenza, 2025)
Tabla 1
Estadísticas Descriptivas de las Variables Principales
Variable Conteo Media Desviación
Estándar Mínimo Máximo
Ingreso 297 506.8 429.0 23.9 2,391.7
Log Ingreso 297 5.94 0.75 3.17 7.78
Escolaridad 297 12.3 3.9 0 18
Experiencia 297 26.8 13.5 0 58
Edad 297 45.1 13.1 18 70
Fuente: elaboración propia basada en ENEMDU (2024).
Los diseños visuales complementan estas descripciones. La Figura 1 muestra un histograma
del log ingreso, con una forma normal aproximada (sesgo posterior al registro reducido) y un
diagrama de caja de la entrada original que revele valores atípicos eliminados mediante el
preprocesamiento (e.g., valores > Q3 + 1.5*IQR). Estas figuras confirman la necesidad de
transformación logarítmica para homocedasticidad en regresiones, como en simulaciones
econométricas para ingresos en Latinoamérica (OCDE, 2025). De manera similar, los histogramas
de experiencia indican una distribución bimodal, posiblemente debido a diferencias de edad en el
acceso al empleo formal.
Vol. 12/ Núm. 4 2025 pág. 3022
Figura 1
Histogramas de las variables
Fuente: elaboración propia
Figura 2
Boxplot del Ingreso Laboral
Fuente: elaboración propia
Un análisis de correlación preliminar determina la relación entre las variables. La Tabla
2 muestra la matriz de correlación de Pearson para variables continuas y principales. El log del
ingreso correlaciona positivamente con la formalidad (r = 0.43, p < .001), edad (r = 0.26, p < .01)
y escolaridad (r = 0.36, p < .001), pero débilmente con experiencia (r = 0.09, p = .12), lo que
sugiere que el capital humano acumulado tiene rendimientos limitados. Las correlaciones como
la educación y la experiencia (r = -0.23, p < .05) reflejan trade-offs en inversión educativa. Un
mapa de calor en la Figura 2 visualiza esta relación en tonos rojos para obtener resultados
positivos fuertes, lo que confirma una multicolinealidad moderada entre la edad y la experiencia
(r = 0.93), que luego fue confirmada por VIF.
Figura 1
Histogramas de las variables
Fuente: elaboración propia
Figura 2
Boxplot del Ingreso Laboral
Fuente: elaboración propia
Un análisis de correlación preliminar determina la relación entre las variables. La Tabla
2 muestra la matriz de correlación de Pearson para variables continuas y principales. El log del
ingreso correlaciona positivamente con la formalidad (r = 0.43, p < .001), edad (r = 0.26, p < .01)
y escolaridad (r = 0.36, p < .001), pero débilmente con experiencia (r = 0.09, p = .12), lo que
sugiere que el capital humano acumulado tiene rendimientos limitados. Las correlaciones como
la educación y la experiencia (r = -0.23, p < .05) reflejan trade-offs en inversión educativa. Un
mapa de calor en la Figura 2 visualiza esta relación en tonos rojos para obtener resultados
positivos fuertes, lo que confirma una multicolinealidad moderada entre la edad y la experiencia
(r = 0.93), que luego fue confirmada por VIF.
Vol. 12/ Núm. 4 2025 pág. 3023
Tabla 2
Matriz de correlación de Pearson de las Variables Principales
Ingres
o
Escolarida
d
Experienci
a
Eda
d
Ingreso 1.0 0.3 -0.09 0.26
Escolarida
d 0.3 1.0 -0.3 0.08
Experienci
a -0.09 -0.3 1.0 -0.0
Edad 0.26 0.08 -0.0 1.0
Fuente: (ENEMDU, 2024)
Figura 2
Mapa de Calor de Correlaciones Pearson
Fuente: elaboración propia basada en ENEMDU (2024).
Los resultados del modelo econométrico principal se detallan en la Tabla 3. El WLS
estima coeficientes con errores estándar robustos, explicando varianza moderada. La formalidad
(salud_iess) presenta el coeficiente más fuerte (β = 0.814, EE = 0.079, t = 10.265, p < .001, IC
95% [0.658, 0.970]), implicando un premium del 125.8% (e^0.814 - 1) para trabajadores
formales, alineado con propuestas de reformas para disminuir la informalidad y desigualdades en
Tabla 2
Matriz de correlación de Pearson de las Variables Principales
Ingres
o
Escolarida
d
Experienci
a
Eda
d
Ingreso 1.0 0.3 -0.09 0.26
Escolarida
d 0.3 1.0 -0.3 0.08
Experienci
a -0.09 -0.3 1.0 -0.0
Edad 0.26 0.08 -0.0 1.0
Fuente: (ENEMDU, 2024)
Figura 2
Mapa de Calor de Correlaciones Pearson
Fuente: elaboración propia basada en ENEMDU (2024).
Los resultados del modelo econométrico principal se detallan en la Tabla 3. El WLS
estima coeficientes con errores estándar robustos, explicando varianza moderada. La formalidad
(salud_iess) presenta el coeficiente más fuerte (β = 0.814, EE = 0.079, t = 10.265, p < .001, IC
95% [0.658, 0.970]), implicando un premium del 125.8% (e^0.814 - 1) para trabajadores
formales, alineado con propuestas de reformas para disminuir la informalidad y desigualdades en
Vol. 12/ Núm. 4 2025 pág. 3024
ingresos (OECD, 2025). El género (hombre) es significativo (β = 0.281, EE = 0.074, t = 3.809, p
< .001, IC 95% [0.136, 0.426]), sugiriendo 32.4% mayor ingreso para hombres, consistente con
brechas salariales en mercados ecuatorianos (Vera-Gómez, 2019). La experiencia cuadrática
confirma rendimientos decrecientes (β = -0.0023, EE = 0.001, t = -2.804, p = .005, IC 95% [-
0.004, -0.001]), Escolaridad (β = 0.021, p = .124) y rural (β = 0.056, p = .485) no son
significativos, indicando retornos limitados al capital humano en contextos regionales desiguales
(Bastidas López & Romero Siguenza, 2025). Compromiso es marginal (β = 0.153, p = .060).
Tabla 3
Resultados del Modelo de Regresión WLS (Ecuación de Mincer Extendida)
Variable coef std err t P>|t| [0.025] [0.975]
const 5.1493 0.617 8.346 0.000 3.935 6.364
Escolaridad 0.0214 0.014 1.541 0.124 -0.006 0.049
Experiencia2 -0.0023 0.001 -2.804 0.005 -0.004 -0.001
Edad 0.0043 0.023 0.186 0.853 -0.041 0.050
Salud IESS 0.8142 0.079 10.265 0.000 0.658 0.970
Hombre 0.2808 0.074 3.809 0.000 0.136 0.426
Compromiso 0.1525 0.081 1.888 0.060 -0.006 0.311
Rural 0.0555 0.079 0.700 0.485 -0.101 0.212
Fuente: (ENEMDU, 2024)
Los diagnósticos apoyan una validez moderada. Durbin-Watson = 1.780 indica que no
hay autocorrelación (cerca de 2). Jarque-Bera = 89.505 (p < .001) y kurtosis = 5.547 rechazan la
normalidad de residuos. Lo cual es común en datos de ingresos con informalidad (OCDE, 2025).
Skew = -0.431 sugiere leve sesgo negativo. Omnibus = 31.130 (p < .001) y condición No. =
1.02e+03 indican multicolinealidad moderada, validada con VIF < 5 para variables. Estos
resultados muestran solidez en el modelo.
DISCUSIÓN
Los resultados del modelo econométrico revelan principios clave para determinar el
ingreso laboral ecuatoriano en 2024, destacando el papel dominante de factores estructurales
como la formalidad y el género sobre el capital humano tradicional. El premium salarial asociado
a la afiliación al IESS (β = 0.814, p < .001), equivalente a un incremento del 125.8%, muestra una
regularidad en los mercados laborales latinoamericanos: la doble segmentación formal e informal
perpetúa la desigualdad, limitando el acceso a los servicios y la productividad en el sector
informal. Esta explicación se alinea con el estructuralismo, donde la exclusión económica genera
ciclos de baja remuneración (Banco de la República, 2024) Asimismo, la brecha de género (β =
0.281, p < .001), con hombres ganando 32.4% más en promedio, nos muestra la desigualdad
ingresos (OECD, 2025). El género (hombre) es significativo (β = 0.281, EE = 0.074, t = 3.809, p
< .001, IC 95% [0.136, 0.426]), sugiriendo 32.4% mayor ingreso para hombres, consistente con
brechas salariales en mercados ecuatorianos (Vera-Gómez, 2019). La experiencia cuadrática
confirma rendimientos decrecientes (β = -0.0023, EE = 0.001, t = -2.804, p = .005, IC 95% [-
0.004, -0.001]), Escolaridad (β = 0.021, p = .124) y rural (β = 0.056, p = .485) no son
significativos, indicando retornos limitados al capital humano en contextos regionales desiguales
(Bastidas López & Romero Siguenza, 2025). Compromiso es marginal (β = 0.153, p = .060).
Tabla 3
Resultados del Modelo de Regresión WLS (Ecuación de Mincer Extendida)
Variable coef std err t P>|t| [0.025] [0.975]
const 5.1493 0.617 8.346 0.000 3.935 6.364
Escolaridad 0.0214 0.014 1.541 0.124 -0.006 0.049
Experiencia2 -0.0023 0.001 -2.804 0.005 -0.004 -0.001
Edad 0.0043 0.023 0.186 0.853 -0.041 0.050
Salud IESS 0.8142 0.079 10.265 0.000 0.658 0.970
Hombre 0.2808 0.074 3.809 0.000 0.136 0.426
Compromiso 0.1525 0.081 1.888 0.060 -0.006 0.311
Rural 0.0555 0.079 0.700 0.485 -0.101 0.212
Fuente: (ENEMDU, 2024)
Los diagnósticos apoyan una validez moderada. Durbin-Watson = 1.780 indica que no
hay autocorrelación (cerca de 2). Jarque-Bera = 89.505 (p < .001) y kurtosis = 5.547 rechazan la
normalidad de residuos. Lo cual es común en datos de ingresos con informalidad (OCDE, 2025).
Skew = -0.431 sugiere leve sesgo negativo. Omnibus = 31.130 (p < .001) y condición No. =
1.02e+03 indican multicolinealidad moderada, validada con VIF < 5 para variables. Estos
resultados muestran solidez en el modelo.
DISCUSIÓN
Los resultados del modelo econométrico revelan principios clave para determinar el
ingreso laboral ecuatoriano en 2024, destacando el papel dominante de factores estructurales
como la formalidad y el género sobre el capital humano tradicional. El premium salarial asociado
a la afiliación al IESS (β = 0.814, p < .001), equivalente a un incremento del 125.8%, muestra una
regularidad en los mercados laborales latinoamericanos: la doble segmentación formal e informal
perpetúa la desigualdad, limitando el acceso a los servicios y la productividad en el sector
informal. Esta explicación se alinea con el estructuralismo, donde la exclusión económica genera
ciclos de baja remuneración (Banco de la República, 2024) Asimismo, la brecha de género (β =
0.281, p < .001), con hombres ganando 32.4% más en promedio, nos muestra la desigualdad
Vol. 12/ Núm. 4 2025 pág. 3025
salarial entre hombres y mujeres en el mercado laboral ecuatoriano de 2024, Los rendimientos
decrecientes de la experiencia (β = -0.0023, p = .005) respaldan la teoría del capital humano de
Mincer (1974), pero la no significancia de la escolaridad en un contexto de alta informalidad,
donde los rendimientos del capital humano están limitados por barreras estructurales.
Estas regularidades generalizan los patrones observados en América Latina, donde la
informalidad no solo reduce los ingresos, sino que también refuerza la desigualdad regional y
de género multidimensional (Vásconez Rodríguez, 2011) Por ejemplo, el efecto marginal del
compromiso (p = .060) podría mostrar una estabilidad familiar como regulador de la
productividad, pero en Ecuador, la inclusión laboral es negativa por la violencia que afecta a la
informalidad de las mujeres. La no significancia de rural (p = .485) desafía expectativas de
heterogeneidad territorial, aunque estudios regionales muestran diferencias Costa-Sierra en
formalidad y capital humano (Flores Lazo, 2025), lo que sugiere que controles como la región
(no incluidos en el modelo base) podrían refinar estos hallazgos. Controversialmente, los bajos
retornos educativos contradicen reformas de inversión en capital humano, indicando saturación
en mercados precarios (Banco de la República, 2024), donde simulaciones econométricas
proponen que políticas de protección social podrían mitigar esto (OCDE, 2025).
La contribución de este estudio radica en aplicar mínimos cuadrados ponderados (WLS)
en la encuesta ENEMDU 2024 para incorporar adecuadamente los factores de expansión y mitigar
la heteroscedasticidad inherente a las encuestas de hogares, lo que permite una estimación robusta
de las interacciones entre género, formalidad laboral y crecimiento económico en el contexto post-
pandémico donde desigualdades persisten pese a recuperación económica (Maurizio, 2014).
Esto controvierte narrativas de convergencia salarial, destacando cómo género y
formalidad bidireccionalmente interactúan con crecimiento, como en análisis multidimensionales
(Vásconez Rodríguez, 2011). Teóricamente, extiende (Mincer, 1974) al estructuralismo,
proponiendo perspectivas para modelos integrados con variables regionales (Flores Lazo, 2025).
Prácticamente, los resultados sugieren aplicaciones en políticas: fortalecer formalidad mediante
incentivos fiscales podría reducir brechas de género, alineado con reformas para empleo juvenil
(Bastidas López & Romero Siguenza, 2025) y protección social (OCDE, 2025).
CONCLUSIONES
Los resultados del análisis econométrico corresponden al objetivo general de estudiar los
factores estructurales en la determinación del ingreso laboral de los ecuatorianos en 2024
utilizando la ecuación de Mincer ampliada con datos del ENEMDU. Se confirma que la
formalidad (afiliación al IESS) genera un premium salarial significativo (β = 0.814, p < .001),
equivalente a un 125.8% más de ingreso, destacando su rol como barrera estructural a la equidad.
La brecha de género (β = 0.281, p < .001), con hombres ganando 32.4% más, y los rendimientos
decrecientes a la experiencia (β = -0.0023, p = .005) apoyan la hipótesis de que estos factores
salarial entre hombres y mujeres en el mercado laboral ecuatoriano de 2024, Los rendimientos
decrecientes de la experiencia (β = -0.0023, p = .005) respaldan la teoría del capital humano de
Mincer (1974), pero la no significancia de la escolaridad en un contexto de alta informalidad,
donde los rendimientos del capital humano están limitados por barreras estructurales.
Estas regularidades generalizan los patrones observados en América Latina, donde la
informalidad no solo reduce los ingresos, sino que también refuerza la desigualdad regional y
de género multidimensional (Vásconez Rodríguez, 2011) Por ejemplo, el efecto marginal del
compromiso (p = .060) podría mostrar una estabilidad familiar como regulador de la
productividad, pero en Ecuador, la inclusión laboral es negativa por la violencia que afecta a la
informalidad de las mujeres. La no significancia de rural (p = .485) desafía expectativas de
heterogeneidad territorial, aunque estudios regionales muestran diferencias Costa-Sierra en
formalidad y capital humano (Flores Lazo, 2025), lo que sugiere que controles como la región
(no incluidos en el modelo base) podrían refinar estos hallazgos. Controversialmente, los bajos
retornos educativos contradicen reformas de inversión en capital humano, indicando saturación
en mercados precarios (Banco de la República, 2024), donde simulaciones econométricas
proponen que políticas de protección social podrían mitigar esto (OCDE, 2025).
La contribución de este estudio radica en aplicar mínimos cuadrados ponderados (WLS)
en la encuesta ENEMDU 2024 para incorporar adecuadamente los factores de expansión y mitigar
la heteroscedasticidad inherente a las encuestas de hogares, lo que permite una estimación robusta
de las interacciones entre género, formalidad laboral y crecimiento económico en el contexto post-
pandémico donde desigualdades persisten pese a recuperación económica (Maurizio, 2014).
Esto controvierte narrativas de convergencia salarial, destacando cómo género y
formalidad bidireccionalmente interactúan con crecimiento, como en análisis multidimensionales
(Vásconez Rodríguez, 2011). Teóricamente, extiende (Mincer, 1974) al estructuralismo,
proponiendo perspectivas para modelos integrados con variables regionales (Flores Lazo, 2025).
Prácticamente, los resultados sugieren aplicaciones en políticas: fortalecer formalidad mediante
incentivos fiscales podría reducir brechas de género, alineado con reformas para empleo juvenil
(Bastidas López & Romero Siguenza, 2025) y protección social (OCDE, 2025).
CONCLUSIONES
Los resultados del análisis econométrico corresponden al objetivo general de estudiar los
factores estructurales en la determinación del ingreso laboral de los ecuatorianos en 2024
utilizando la ecuación de Mincer ampliada con datos del ENEMDU. Se confirma que la
formalidad (afiliación al IESS) genera un premium salarial significativo (β = 0.814, p < .001),
equivalente a un 125.8% más de ingreso, destacando su rol como barrera estructural a la equidad.
La brecha de género (β = 0.281, p < .001), con hombres ganando 32.4% más, y los rendimientos
decrecientes a la experiencia (β = -0.0023, p = .005) apoyan la hipótesis de que estos factores
Vol. 12/ Núm. 4 2025 pág. 3026
moderan el capital humano, pero una educación no significativa (p = .124) estos resultados
cumplen con los objetivos específicos: descriptivos (ingreso medio USD 506.8) y correlaciones
(r = 0.43 entre formalidad e ingreso) ilustran las distribuciones; el modelo identifica influencias
estructurales; y las consecuencias indican una política de reducción de desigualdades persistentes
adaptada a valoraciones regionales en Ecuador (Flores Lazo, 2025).
En conjunto, los resultados resaltan regularidades en América Latina: la informalidad no
solo limita los ingresos, sino que también refuerza la desigualdad territorial y de género
multidimensional con una relación bidireccional entre crecimiento económico y equidad
(Vásconez Rodríguez, 2011). La novedad radica en aplicar WLS a ENEMDU 2024, llenando
brechas post-pandemia donde causas como violencia y desempleo perpetúan precariedad (Banco
de la República, 2024). Esto desafía el optimismo sobre la convergencia salarial al mostrar que
los retornos del capital humano están determinados por estructuras excluyentes (Maurizio, 2014).
Se recomiendan reformas prácticas: fortalecer la formalidad mediante incentivos fiscales
y protección social para mitigar brechas de género y regionales (OCDE, 2025). Posteriores
investigaciones se podrían abordad la violencia y las interacciones informales con lo cual ayudaría
a la dirección de la economía laboral de Ecuador.
moderan el capital humano, pero una educación no significativa (p = .124) estos resultados
cumplen con los objetivos específicos: descriptivos (ingreso medio USD 506.8) y correlaciones
(r = 0.43 entre formalidad e ingreso) ilustran las distribuciones; el modelo identifica influencias
estructurales; y las consecuencias indican una política de reducción de desigualdades persistentes
adaptada a valoraciones regionales en Ecuador (Flores Lazo, 2025).
En conjunto, los resultados resaltan regularidades en América Latina: la informalidad no
solo limita los ingresos, sino que también refuerza la desigualdad territorial y de género
multidimensional con una relación bidireccional entre crecimiento económico y equidad
(Vásconez Rodríguez, 2011). La novedad radica en aplicar WLS a ENEMDU 2024, llenando
brechas post-pandemia donde causas como violencia y desempleo perpetúan precariedad (Banco
de la República, 2024). Esto desafía el optimismo sobre la convergencia salarial al mostrar que
los retornos del capital humano están determinados por estructuras excluyentes (Maurizio, 2014).
Se recomiendan reformas prácticas: fortalecer la formalidad mediante incentivos fiscales
y protección social para mitigar brechas de género y regionales (OCDE, 2025). Posteriores
investigaciones se podrían abordad la violencia y las interacciones informales con lo cual ayudaría
a la dirección de la economía laboral de Ecuador.
Vol. 12/ Núm. 4 2025 pág. 3027
REFERENCIAS
Arim, V. A. (2015). Desigualdad e informalidad . Obtenido de
https://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/DA48051514C518AA052
57EF900791236/$FILE/1_pdfsam_S1500021_es.pdf
Banco de la República. (2024). Nueva evidencia sobre la informalidad laboral y empresarial en
Colombia. Obtenido de https://investiga.banrep.gov.co/es/espe/espe108
Bastidas López, I. J., & Romero Siguenza, G. I. (2025). Determinantes del empleo juvenil en el
Ecuador periodo 2017-2023. Obtenido de
http://repositorio.ucsg.edu.ec/bitstream/3317/24245/1/UCSG-C475-23812.pdf
CEPAL. (2024). Comisión Económica para América Latina y el Caribe . Obtenido de CEPAL:
https://www.cepal.org/es
ENEMDU. (2024). Encuesta Nacional de Empleo, Desempleo y Subempleo. Obtenido de
https://www.ecuadorencifras.gob.ec/enemdu-2024/
Flores Lazo, D. R. (2025). Análisis econométrico de los cambios en el empleo entre sierra y costa
de Ecuador para el periodo 2019 – 2023. Obtenido de
https://dspace.ucacue.edu.ec/server/api/core/bitstreams/1dc1ec17-db83-415d-9e5e-
e71d4acf7021/content
INEC. (2024). Instituto Nacional de Estadisticas y Sensos. Obtenido de
https://www.ecuadorencifras.gob.ec/institucional/inec-publica-cifras-de-empleo-de-
diciembre-2024/
Maurizio, R. (2014). Informalidad laboral y brechas salariales en América Latina. Universidad
Nacional de General Sarmiento y CONICET.,
https://files.alapop.org/alap/SerieInvestigaciones/Serie14/si14t06.pdf
Mesa, A. A. (2023). promover la inclusión laboral como una forma de superar las. CEPAL.
Mincer, J. (1974). PROGRESS IN HUMAN CAPITAL ANALYSES. NBER WORKING PAPER
SERIES. Obtenido de
https://www.nber.org/system/files/working_papers/w0053/w0053.pdf
OCDE. (2025). Ampliar la protección social y combatir la informalidad en América Latina.
Obtenido de
https://www.oecd.org/content/dam/oecd/es/publications/reports/2025/10/expanding-
social-protection-and-addressing-informality-in-latin-america_9a502cb3/b03f2e18-
es.pdf
Ortiz, C. H., Uribe, J. I., & Badillo, É. R. (2008). Segmentación inter e intrarregional en el
mercado laboral urbano de Colombia, 2001–2006. Obtenido de Ensayos sobre Política
Económica:
https://www.banrep.gov.co/sites/default/files/publicaciones/archivos/espe_058-5.pdf
REFERENCIAS
Arim, V. A. (2015). Desigualdad e informalidad . Obtenido de
https://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/DA48051514C518AA052
57EF900791236/$FILE/1_pdfsam_S1500021_es.pdf
Banco de la República. (2024). Nueva evidencia sobre la informalidad laboral y empresarial en
Colombia. Obtenido de https://investiga.banrep.gov.co/es/espe/espe108
Bastidas López, I. J., & Romero Siguenza, G. I. (2025). Determinantes del empleo juvenil en el
Ecuador periodo 2017-2023. Obtenido de
http://repositorio.ucsg.edu.ec/bitstream/3317/24245/1/UCSG-C475-23812.pdf
CEPAL. (2024). Comisión Económica para América Latina y el Caribe . Obtenido de CEPAL:
https://www.cepal.org/es
ENEMDU. (2024). Encuesta Nacional de Empleo, Desempleo y Subempleo. Obtenido de
https://www.ecuadorencifras.gob.ec/enemdu-2024/
Flores Lazo, D. R. (2025). Análisis econométrico de los cambios en el empleo entre sierra y costa
de Ecuador para el periodo 2019 – 2023. Obtenido de
https://dspace.ucacue.edu.ec/server/api/core/bitstreams/1dc1ec17-db83-415d-9e5e-
e71d4acf7021/content
INEC. (2024). Instituto Nacional de Estadisticas y Sensos. Obtenido de
https://www.ecuadorencifras.gob.ec/institucional/inec-publica-cifras-de-empleo-de-
diciembre-2024/
Maurizio, R. (2014). Informalidad laboral y brechas salariales en América Latina. Universidad
Nacional de General Sarmiento y CONICET.,
https://files.alapop.org/alap/SerieInvestigaciones/Serie14/si14t06.pdf
Mesa, A. A. (2023). promover la inclusión laboral como una forma de superar las. CEPAL.
Mincer, J. (1974). PROGRESS IN HUMAN CAPITAL ANALYSES. NBER WORKING PAPER
SERIES. Obtenido de
https://www.nber.org/system/files/working_papers/w0053/w0053.pdf
OCDE. (2025). Ampliar la protección social y combatir la informalidad en América Latina.
Obtenido de
https://www.oecd.org/content/dam/oecd/es/publications/reports/2025/10/expanding-
social-protection-and-addressing-informality-in-latin-america_9a502cb3/b03f2e18-
es.pdf
Ortiz, C. H., Uribe, J. I., & Badillo, É. R. (2008). Segmentación inter e intrarregional en el
mercado laboral urbano de Colombia, 2001–2006. Obtenido de Ensayos sobre Política
Económica:
https://www.banrep.gov.co/sites/default/files/publicaciones/archivos/espe_058-5.pdf
Vol. 12/ Núm. 4 2025 pág. 3028
Perry, G. E.-C. (2007). Informalidad: Escape y exclusión. Banco Mundial. ,
https://documents1.worldbank.org/curated/en/889371468313790669/pdf/400080PUB0S
PAN101OFFICIAL0USE0ONLY1.pdf.
Restrepo, D. M. (2012). LA INFORMALIDAD LABORAL EN AMÉRICA. Obtenido de
https://www.usergioarboleda.edu.co/wp-content/uploads/2016/01/ejemplo-de-articulo-
academico.pdf
Valdivieso Contento, A. N. (2025). Brecha Salarial de Género en el Sector Informal de Ecuador:
Un Análisis Econométrico para 2023. Obtenido de
https://dspace.unl.edu.ec/server/api/core/bitstreams/6164ea04-ee6d-434f-b010-
32a95ab30c11/content
Vásconez Rodríguez, A. (2011). Crecimiento y desigualdad multidimensional : el lugar del
género en la discusión de una relación conflictiva en América Latina. Obtenido de
https://repositorio.flacsoandes.edu.ec/items/0e5b2e24-d4ab-41fa-9543-7ff219de838a
Vera-Gómez, E. (2019). Gender differences in wages: econometric analysis for Ecuador.
Obtenido de https://revistas.ug.edu.ec/index.php/fce/es/article/view/351/790
Perry, G. E.-C. (2007). Informalidad: Escape y exclusión. Banco Mundial. ,
https://documents1.worldbank.org/curated/en/889371468313790669/pdf/400080PUB0S
PAN101OFFICIAL0USE0ONLY1.pdf.
Restrepo, D. M. (2012). LA INFORMALIDAD LABORAL EN AMÉRICA. Obtenido de
https://www.usergioarboleda.edu.co/wp-content/uploads/2016/01/ejemplo-de-articulo-
academico.pdf
Valdivieso Contento, A. N. (2025). Brecha Salarial de Género en el Sector Informal de Ecuador:
Un Análisis Econométrico para 2023. Obtenido de
https://dspace.unl.edu.ec/server/api/core/bitstreams/6164ea04-ee6d-434f-b010-
32a95ab30c11/content
Vásconez Rodríguez, A. (2011). Crecimiento y desigualdad multidimensional : el lugar del
género en la discusión de una relación conflictiva en América Latina. Obtenido de
https://repositorio.flacsoandes.edu.ec/items/0e5b2e24-d4ab-41fa-9543-7ff219de838a
Vera-Gómez, E. (2019). Gender differences in wages: econometric analysis for Ecuador.
Obtenido de https://revistas.ug.edu.ec/index.php/fce/es/article/view/351/790