Proyecto Productividad laboral en Perú
Al analizar el nivel de educación superior de la PEA de cada región junto a los ingresos por hora, el trabajador de Arequipa es el más educado y el que más gana por hora: 14 soles. (El 32% de la fuerza laboral cuenta con educación superior). 🤝
Sin embargo, la tendencia sugiere que esa relación no es tan eficiente y, por su nivel académico, debería tener un mayor pago, en comparación a la relación educación/ingreso en otras regiones del país.
Valdría la pena preguntarse si en Arequipa el ROI educativo es eficiente y si su educación responde a las necesidades del mercado, o si el nivel de ingresos por hora está influenciado por la actividad minera en la región. 🤨
Por otro lado, si bien Lima Metropolitana representa la mayor PEA del país (por eso el diamante con mayor tamaño), el ingreso por hora es de poco más de 11 soles y el nivel educativo de su fuerza laboral algo más del 30%. La necesidad laboral y la competencia del mercado puede influir en ingresos más bajos a pesar de ser la capital del país. 🏢
Para saber qué necesita el Perú y sumar esfuerzos para su desarrollo, debemos saber datos que optimicen esfuerzos y generar insights para tomar mejores decisiones. Este es mi aporte a través de la analítica de datos. 🧱
Para el análisis en este gráfico de dispersión utilicé cuatro variables: PEA regional (Diferenciando Lima Metropolitana con Lima Provincias), ingresos por hora de la fuerza laboral, fuerza laboral educada con al menos educación superior y regiones. 📊
Ante la coyuntura nacional de cara a las elecciones, es importante conocer a nivel más profundo cómo están nuestros pilares, entre ellos el económico. Por eso decidí revisar los datos del país. 📊
Esta vez me centré en la productividad de la PEA por regiones: cuán productivo es un trabajador por región. Si bien Lima Metropolitana concentra el mayor PBI, el trabajador de Moquegua lo triplica. 📈
Esto se explica porque Moquegua representa el 2% de la población de Lima (201k habitantes), y que la economía moqueguana se basa principalmente en la extracción de minerales, petróleo y gas, y a la manufactura ligada a las actividades anteriormente mencionadas.
Para estos gráficos utilicé PowerBi + modelado de datos + DAX, y como fuentes del índice de Competitividad Regional 2025 y el INEI.