¿Cómo afecta el desempleo regional a los salarios en el área urbana? Una curva de salarios para Perú (2012-2019)

El presente trabajo presenta evidencia sobre la existencia de una curva de salarios en el Perú urbano durante el periodo 2012-2019. Mientras mayor sea el desempleo en una región o departamento, menores serán los salarios, todo lo demás constante. Se utiliza la tasa de desempleo convencional y la tasa de búsqueda de empleo, la cual considera a todas las personas, ocupadas o desocupadas, que buscan activamente un trabajo. El trabajo encuentra: 1) una relación negativa significativa entre los salarios individuales nominales por hora y la tasa de desempleo convencional por departamento, con una elasticidad de -0.156, 2) una relación negativa significativa entre los salarios individuales nominales por hora y la tasa de búsqueda de empleo por departamento, con una elasticidad de -0.115, muy similar a la encontrada en la literatura internacional. También se encuentra (“regresión de cell means”) una relación negativa significativa entre los salarios por hora promedio por departamento y la tasa de búsqueda de empleo por departamento, con una elasticidad de -0.277.

Robustness to Parametric Assumptions in Missing Data Models

We consider estimation of population averages when data are missing at random. If some cells contain few observations, there can be substantial gains from imposing parametric restrictions on the cell means, but there is also a danger of misspecification. We develop a simple empirical Bayes estimator, which combines parametric and unadjusted estimates of cell means in a data-driven way. We also consider ways to use knowledge of the form of the propensity score to increase robustness. We develop an empirical Bayes extension of a double robust estimator. In a small simulation study, the empirical Bayes estimators perform well. They are similar to fully nonparametric methods and robust to misspecification when cells are moderate to large in size, and when cells are small they maintain the benefits of parametric methods and can have lower sampling variance.