Revista de Ciencias Sociales (RCS)
Vol. XXXI, Número Especial 11, enero-junio 2025. pp. 82-95
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Quinde, F., Quinde, V., Bucaram, R., y Chávez, J. (2025). Dinámicas de la actividad laboral de la población rural en Ecuador. Revista De Ciencias Sociales, XXXI(Número Especial 11), 82-95.
Dinámicas de la actividad laboral de la población rural en Ecuador
Quinde Rosales, Francisco*
Quinde Rosales, Víctor**
Bucaram Leverone, Rina***
Chávez Haro, Jonathan****
Resumen
La población trabajadora rural ha enfrentado un sinnúmero de dificultades, añadiendo que, con la pandemia ocasionada por el Covid-19, los gobiernos optaron por tomar medidas conservadoras, reduciendo la movilidad de la sociedad, y paralizando sectores productivos importantes para las economías, para frenar los elevados niveles de contagio. El objetivo de la investigación fue cuantificar el impacto del Covid-19 en la actividad laboral de la población rural del cantón Milagro en Guayas, Ecuador. En esta investigación se empleó la metodología cuasi experimental apoyada por el Análisis de Componentes Principales, y el método econométrico de Diferencia en Diferencias, para los periodos de los datos entre los años 2020 y 2022. Los resultados indicaron una baja influencia del periodo de pandemia sobre la actividad laboral rural; sin embargo, se resalta una afección negativa de 14,26% sobre la voluntad de la población de realizar una actividad económica por su cuenta, una disminución de la delicada situación económica en 4,51%, y un incremento del 2,75% en las personas que demandan un seguro de salud. Se concluye que es necesaria la ejecución de proyectos y reformas que faciliten la labor rural para potenciar la productividad de la zona, optimizando el uso de los recursos.
Palabras clave: Agricultura; actividad laboral: población rural; economía; recesión.
* Doctorando en Ciencias Económicas en la Universidad Católica Andrés Bello, Caracas, Venezuela. Magíster en Economía con mención en Políticas Públicas y Desarrollo Económico. Economista Agrícola. Docente en la Universidad Agraria del Ecuador, Guayaquil, Ecuador y en el Instituto Superior Tecnológico Argos, Guayaquil, Ecuador. E-mail: fquinde@uagraria.edu.ec ORCID: https://orcid.org/0000-0001-9243-3513
** Doctorando en Economía y Finanzas en la Universidad de Investigación e Innovación de México (UIIX), Cuernavaca, México. Magíster en Economía Agraria. Economista Agrícola. Docente de la Facultad de Economía Agrícola y de Sistema de Postgrado y Director del Instituto de Investigación de Economía Agrícola y Ambiental “Ing. Jacobo Bucaram Ortiz, PhD” en la Universidad Agraria del Ecuador, Guayaquil, Ecuador. E-mail: vquinde@uagraria.edu.ec ORCID: https://orcid.org/0000-0001-9617-8054
*** Doctora en Ciencias Ambientales. Magíster en Economía Agraria. Docente de la Facultad de Economía Agrícola en la Universidad Agraria del Ecuador, Guayaquil, Ecuador. E-mail: rbucaram@uagraria.edu.ec ORCID: https://orcid.org/0000-0003-4456-7095
**** Doctorando en Economía y Finanzas en la Universidad de Investigación e Innovación de México, (UIIX), Cuernavaca, México. Magister en Finanzas y Dirección Financiera. Magíster en Diseño, Gestión y Dirección de Proyectos. Economista con mención en Gestión Empresarial. Técnico de Investigación del Centro de Investigación de Economía Agrícola y Ambiental “Ing. Jacobo Bucaram Ortiz, PhD” en la Universidad Agraria del Ecuador, Guayaquil, Ecuador. E-mail: jschavez@uagraria.edu.ec ORCID: https://orcid.org/0000-0003-0899-8058
Recibido: 2024-12-16 • Aceptado: 2025-03-05
Dynamics of the labor activity of the rural population in Ecuador
Abstract
The rural working population has faced countless difficulties. With the COVID-19 pandemic, governments opted to take conservative measures, reducing social mobility and paralyzing important productive sectors in order to curb the high levels of contagion. The objective of this research was to quantify the impact of COVID-19 on the labor activity of the rural population of the Milagro canton in Guayas, Ecuador. This research used a quasi-experimental methodology supported by Principal Components Analysis and the Difference-in-Differences econometric method for the data periods between 2020 and 2022. The results indicated a low influence of the pandemic period on rural labor activity. However, a negative impact of 14.26% on the population’s willingness to pursue self-employment, a 4.51% decrease in the precarious economic situation, and a 2.75% increase in the number of people seeking health insurance are highlighted. It is concluded that it is necessary to implement projects and reforms that facilitate rural work to boost the area’s productivity, optimizing the use of resources.
Keywords: Agriculture; labor activity: rural population; economy; recession.
Introducción
El sector rural ha sido el más desfavorecido históricamente, además de las limitantes que pueda presentar la población en aspectos sociales, económicos, políticos, y culturales; la poca explotación de la actividad insignia de estos lugares, mitigan cualquier indicio de reducción de esta brecha (Camarero y Oliva , 2019). En el año 2020, en Ecuador se extendió la noticia de una nueva cepa de un virus denominado Covid-19, mismo que fue capaz de provocar largos periodos de confinamiento indeterminado, generando una disminución en las actividades antropogénicas (Khalifa et al., 2021).
El presente trabajo se divide en cuatro secciones: En la primera fase, se realiza la revisión de literatura, donde se describen los antecedentes expuestos en investigaciones previas para contextualizar la problemática; luego, se indica la metodología que se emplea, la muestra, y el instrumento utilizado para recolectar la información; en la tercera fase, se aplican los dos modelos propuestos, y se desarrollan los resultados; y en la última fase, se otorga una interpretación derivada de las variables analizadas, obteniendo de esta manera las conclusiones del estudio. En la investigación, se busca determinar el grado de afección de la actividad laboral de la población rural del cantón Milagro en Ecuador durante el periodo de la pandemia ocasionada por el Covid-19.
1. Fundamentación teórica
1.1. Desafíos del sector rural
Dentro del sector rural, cada parroquia cuenta con una entidad encargada de la gestión de los recursos y desarrollar los planes necesarios en favor de la comunidad (Sabet y Khaksar, 2024). La carencia de una planificación consistente por parte de las autoridades parroquiales es capaz de ocasionar un descontento porque los habitantes no cuentan con el apoyo necesario, además de resaltar la falta de compromiso, sin olvidar que las condiciones de vida en algunos lugares trasmiten una sensación de pobreza extrema (Sisto et al., 2022).
En el sector rural, la actividad más importante es la agricultura, y bajo ningún concepto debe ser detenida debido a su aporte fundamental a la sociedad (Laborde et al., 2020; Pérez, 2024), desde hace décadas han sido identificadas fallas propias del sistema, donde se evidencia un gran abandono estatal, lo que se puede traducir en un incremento en el valor de los insumos, el bajo nivel de ingresos, los gastos de la población, la pérdida de cultivos por falta de implementos o causas climatológicas (Buenhombre y Mariño, 2022).
A pesar de las falencias existentes, una gran cantidad de la población dedica parte de su tiempo a trabajar en empresas pertenecientes al rubro agrícola, significando además en muchos casos este, el único sustento de los hogares (Eaton et al., 2022). Por otra parte, existen casos donde las personas trabajan en negocios propios, los cuales son generalmente pequeños, por la poca mano de obra que necesitan para desempeñar sus operaciones, en aquellas actividades consideradas como subempleo (Arias et al., 2020; Calanchez et al., 2022; Pérez, 2024).
La pandemia ha presentado efectos importantes sobre el empleo informal en el corto y largo plazo (Fana et al., 2020; Dávila, 2024), por ejemplo, al ser esta una modalidad bajo la cual muchas personas vulnerables se encuentran laborando, el Covid-19 ha sido sinónimo de devastación no solo al atacar al sistema de salud, sino que promoviendo el incremento masivo del desempleo y la desigualdad social (Walter, 2020; Álvarez et al., 2022).
Uno de los aspectos que tradicionalmente se relaciona con la actividad laboral en muchos casos, es el nivel de instrucción con el que cuentan las personas, lamentablemente en estos sectores la educación es un área descuidada (Lora-Loza et al., 2022; Kugler et al., 2023), que no cuenta con el soporte que debería, siendo una problemática que se acrecienta cada vez más y debe ser resuelta (Statti y Torres, 2020), porque esto inhibe las capacidades cognitivas de los jóvenes, dificultándoles el obtener mejores aspiraciones profesionales que les permitan una mejora sustancial de la calidad de vida en el futuro (Anaya et al., 2021).
1.2. El Covid-19 en el medio rural
En el año 2020 se declaró una pandemia de escala global debido a los contagios provocados por el virus Covid-19 en muchas regiones, lo que evidenció una total desprotección económica nacional y mundial (Harapan et al., 2020), y el fallo inevitable del sistema de salud, ante la incapacidad de poder hacer frente a esta situación, las grandes ciudades cayeron, aun teniendo mejores servicios médicos con relación al sector rural (Callaghan et al., 2021).
Este hecho no hizo más que dar paso a la idea que surge desde las diferencias existentes entre estos dos grandes grupos poblacionales, en la cual la parte rural al ver aún más reducidas drásticamente sus aspiraciones de desarrollo (Mueller et al., 2021), es considerada necesaria la planificación de programas de brigadas médicas, como una medida para fortalecer el estado de salud de las personas (Siddiqui y Smith-Morris, 2022).
El Covid-19 afectó de manera negativa a la población, producto del grado de estrés que fue un desencadenante directo de la incertidumbre vivida, y la incapacidad gubernamental para hacer frente a una situación que estaba acabando con las economías (Luque y Casado, 2020; Shammi et al., 2020); este periodo de crisis donde se detuvieron obligatoriamente las actividades debido a las medidas de confinamiento (Couch et al., 2020; Brodeur et al., 2021), se paralizó el sistema educativo, entonces al considerar el reto que supone para el sector rural el poder acceder a una educación de calidad, la pandemia no hizo más que incrementar esa diferencia ya existente por los continuos periodos de atraso, y la nueva normalidad de las clases virtuales, las mismas que la mayoría no podía afrontar (Tadesse y Muluye, 2020).
Durante los últimos años, estudios han coincidido con la premisa que el sector rural no cuenta con los recursos necesarios para soportar un impacto similar a la pandemia generada por el Covid-19 (Liu et al., 2020; Peters, 2020; Van Barneveld et al., 2020; Kerbage et al., 2021; Grome et al., 2022), Además, la falta de comunicación entre sectores, y la lejanía que mantienen con las partes más habitadas de las zonas urbanas, favoreció a que el número de contagios no se acreciente (Boughton et al., 2021).
Asimismo, las brechas existentes entre las zonas se incrementaron, lo cual implica que se ha retrasado el desarrollo laboral y social de las personas vulnerables del área rural, viendo estos cómo sus actividades productivas sufren las secuelas como resultado de la incertidumbre (Sierra-Sánchez et al., 2020; Altieri y Nicholls, 2020; Mamgain, 2021; Gupta et al., 2023), que se traduce también, en una recuperación lenta de todos aquellos negocios que fueron forzados a cerrar por la emergencia sanitaria (Martin-Fiorino y Reyes, 2020).
2. Metodología
La investigación tiene un enfoque descriptivo y cuasi experimental. En primer lugar, es de tipo descriptivo porque una parte de la propuesta se realiza la interpretación del comportamiento mediante aspectos cualitativos y cuantitativos de un grupo de individuos previamente seleccionados. Asimismo, se aplica otro enfoque conocido como cuasi experimental, donde su aplicabilidad en las ciencias sociales es para cuantificar el comportamiento de las variables, es decir, deducir el impacto que ocurre entre el conjunto de datos ante la ocurrencia de regímenes o situaciones que afecten su comportamiento.
El grupo objeto de estudio se estableció acorde a las localidades, considerando a las 5 parroquias que componen las zonas rurales del cantón Milagro, de la provincia del Guayas, en Ecuador; donde al carecer de un censo poblacional actualizado, se seleccionó la muestra acorde al número de recintos a encuestar, y las personas que participaron en las encuestas eran mayores de 18 años, por lo tanto, se indica en la siguiente Tabla 1, la distribución de los recintos.
Tabla 1
Definición de la muestra
|
Parroquias rurales |
No. de recintos |
|
Santa Rosa de Chobo |
8 |
|
Mariscal Sucre |
18 |
|
Roberto Astudillo |
11 |
|
Milagro |
20 |
|
5 de Junio |
1 |
|
Total |
58 |
Fuente: Elaboración propia, 2025.
Para la recolección de información, fueron diseñadas dos encuestas por el Centro de Investigación de Economía Agrícola y Ambiental de la Universidad Agraria del Ecuador, mismas que recopilan datos de dos periodos distintos como lo son los años 2020 y 2022. En total fueron realizadas 1.738 encuestas, sumando los dos periodos, a continuación, se detalla dicha información en la Tabla 2.
Tabla 2
Número de encuestas realizadas por parroquia
|
Parroquias rurales |
No. Encuesta 1 |
No. Encuesta 2 |
|
Santa Rosa de Chobo |
101 |
101 |
|
Mariscal Sucre |
277 |
277 |
|
Roberto Astudillo |
179 |
179 |
|
Milagro |
282 |
282 |
|
5 de Junio |
30 |
30 |
|
Total |
869 |
869 |
Fuente: Elaboración propia, 2025.
Considerando el gran conjunto de datos, es necesaria la aplicación de dos modelos para procesarlos; en primer lugar, se utiliza el Análisis por Componentes Principales (ACP), para reducir la dimensionalidad de la información; y luego, se efectúa el Análisis de Diferencia en Diferencias (DD), con la finalidad de medir el impacto de la pandemia ocasionada por el Covid-19 en las variables de salida.
2.1. Análisis por Componentes Principales (ACP)
El Análisis por Componentes Principales es una técnica estadística que consiste principalmente en la reducción de dimensionalidad de un conjunto de datos específico para eliminar la redundancia, mientras se establecen nuevos componentes (Greenacre et al., 2022). El análisis presenta una estructura econométrica propia, similar a una regresión lineal, donde se establece la manera en la que quedan conformados cada uno de los componentes (Gil-Marín y González, 2020), la cual se describe a continuación:
Yij = Zi1X1j + Zi1X2j + Zi3X3j + … + ZimXmj
Dónde: Y es el componente principal que representa una combinación lineal de las variables originales; Z es el coeficiente asignado del componente; X es el valor que representa a la variable; i es el número de componente; j es el número de variable; y, m es el número total de variables.
2.2 Análisis de Diferencia en Diferencias
El modelo econométrico de Diferencia en Diferencias es el diseño cuasi experimental que consiste en demostrar el efecto promedio de un tratamiento a una población determinada, como una manera para cuantificar la efectividad o afección del mismo (Goodman-Bacon, 2021); se representa como un modelo de regresión de mínimos cuadrados ordinarios, donde la variable de salida se encuentra alterada por un indicador que representa a la exposición o no del grupo al tratamiento o situación en particular (Walter et al., 2023). Para este caso es más adecuada la formulación del siguiente modelo de acuerdo con Koltai et al. (2022); y, Kim et al. (2023):
Yit = β0 + β1 Xit + εit
Donde: Yit es la variable de resultado analizada para cada individuo (i) en el momento (t), siendo esto 0 el momento durante la pandemia y 1 después de la pandemia. La variable Xit es una variable ficticia (dummy) con valor 1 para el individuo i después la pandemia y 0 durante la pandemia, es decir tendrá un valor de 1 para t = 1 y 0 para t = 0; εit es un término de error con las hipótesis habituales de la perturbación aleatoria; y, β1 es el parámetro de interés que recogerá el efecto o impacto de la pandemia sobre la variable resultado Yit. Finalmente, se establece como estimador insesgado de β a:
Se reescribe la ecuación anterior para indicar una doble diferencia entre los valores obtenidos para el grupo de tratamiento y de control, obteniendo la siguiente expresión donde se cuantifica el impacto (Goodman-Bacon y Marcus, 2020):
En esta etapa se analizan los datos a partir de dos fases: Primero, el Análisis por Componentes principales donde se va a reducir la dimensionalidad de los datos, y se identifican los componentes que expliquen la mayor cantidad de la varianza. Adicionalmente, se emplea el modelo Diferencia en Diferencias, para medir el impacto del Covid-19 en cada uno de los componentes previamente identificados.
3. Resultados y discusión
3.1. Aplicación del Análisis por Componentes Principales (ACP)
Luego de la aplicación de la primera parte del análisis fueron obtenidos los componentes necesarios, mismos que representan a cada una de las variables de salida en el modelo econométrico de diferencia en diferencias, por lo tanto, a continuación, se enlistan los componentes preliminares, con cada una de las variables que contienen, tal como se muestra en la Tabla 3.
Tabla 3
Componentes Principales establecidos
|
Nombre del componente |
Variables |
|
X1: Actividad económica autónoma (AEA) |
Realiza otra actividad económica por su cuenta (ROAE) Actividad desempeñada (AD) Destino de la producción (DP) Cultivo a cuál se dedica (CD) Frecuencia de siembra (FS) Utilización de sistema de riego (USR) Tipo de sistema de riego empleado (TSRE) Utilización de algún equipo que facilite el sembrado y cosecha (EESC) Contar con el apoyo de otras personas (CAOP) Personas que representan ese apoyo (PRA) Frecuencia del apoyo (FA) |
|
X2: Situación Económica (SE) |
Cantidad de miembros que laboran en la familia (MLF) Total de ingreso mensual (TIM) Total de gastos mensual (TGM) Situación económica a fin de mes (FDM) |
|
X3: Accidente laboral (AL) |
Ha sufrido algún accidente o incidente laboral (SAIL) Número de accidentes (ACC) |
|
X4: Actividad laboral principal (ALP) |
Lugar de trabajo (LT) Tipo de lugar de trabajo (TLT) Jornada laboral (JL) |
|
X5: Seguro médico (SM) |
Género de la población trabajadora (G) Posee seguro (PS) Estado de salud en general (SEG) |
|
X6: Nivel de instrucción (NI) |
Nivel de educación (NE) Rango de edad (RE) |
Fuente: Elaboración propia, 2025.
3.2. Aplicación del Modelo Diferencia en Diferencias (DD)
El modelo se estructura teniendo en cuenta el impacto del Covid-19 sobre cada uno de los componentes identificados, para lo cual se considera al Covid-19 como una variable temporal denominada t-covid, donde asumirá el rol de una variable dummy, donde 0 es para describir el comportamiento de las variables en un espacio temporal antes del brote de Covid-19; mientras que 1 describe el comportamiento de las variables después del brote; y a su vez se definirá otra variable que clasificará según el grupo al que pertenezcan, siendo 1 para el grupo de tratamiento y 0 para el grupo de control. A continuación, se detalla el modelo base empleado con las modificaciones añadidas, por lo tanto, se parte de la siguiente estructura:
Yit = β0 + β1 Xit + β2 Zit + β3 Wit + εit
Donde: Yit es la variable de salida referente a los componentes identificados previamente; β0 el intercepto o constante; β1 es el coeficiente de correlación de la variable t-covid respecto a la variable dependiente; Xit es valores referentes a la variable temporal dummy t-covid; β2 es el coeficiente de correlación de la variable dummy del grupo de pertenencia (tratamiento o control) respecto a la variable dependiente; "Zit" es valores referentes a la variable dummy del grupo de pertenencia; β3 es el coeficiente del impacto del Covid-19 sobre cada uno de los individuos; Wit es el producto entre los valores de las variables dummy t-covid y grupo de pertenencia; y, εit es el término de error.
Transcribiendo la estructura para cada una de las variables de salida se obtienen en la Tabla 4, los siguientes modelos.
Tabla 4
Modelos econométricos Diferencia en Diferencias establecidos
Fuente: Elaboración propia, 2025.
De manera secuencial se desarrolló cada modelo, y se determinó el nivel de impacto de la pandemia ocasionada por el Covid-19 en cada una de las variables de salida, donde se puede recalcar lo siguiente que se muestra en la Tabla 5.
Tabla 5
Coeficientes del modelo DD
|
Variables de salida |
Coef. DD () |
|
Actividad económica autónoma (AEA) |
-0,1426 |
|
Situación Económica (SE) |
-0,0451 |
|
Accidente laboral (AL) |
-0,0153 |
|
Actividad laboral principal (ALP) |
-0,0096 |
|
Seguro médico (SM) |
0,0275 |
|
Nivel de instrucción (NI) |
-0,0026 |
Fuente: Elaboración propia, 2025.
Luego de efectuar el análisis econométrico, la pandemia producto del Covid-19 ha ocasionado una reducción del 14,26% en la voluntad de la población trabajadora rural del cantón Milagro en Ecuador de poner en marcha actividades económicas autónomas, debido a las dificultades que representa por los costos elevados de implementación y gestión, en conjunto con la incertidumbre ocasionada por los altos contagios del virus en las zonas urbanas del país, que generaron una preocupación general, en la búsqueda de evitar que el virus trascendiera en las zonas rurales.
De acuerdo con esta postura, Karim et al. (2021) sostienen que el Covid-19 ha alterado de manera drástica las condiciones sociales y económicas, por lo cual es necesario un trabajo en conjunto entre las comunidades rurales, y las instituciones de gobierno para mitigar esta realidad. Como alternativa, Mardiyevna y Ugli (2023) en su estudio sobre incrementar el trabajo en las zonas rurales, establecen que digitalizar a la población es una manera útil de promover el desarrollo, más allá de las reformas agrícolas, la digitalización trae consigo una manera de organización útil capaz de asegurar la transición de la división del trabajo a altos estándares en el medio rural.
La pandemia por Covid-19 generó una contracción del 4,51% de la situación económica del sector, cabe mencionar que la población rural enfrenta desafíos a diario muy lejos de lo ocurrido con el virus, esta ha sido una población en su mayoría descuidada por los programas estatales, y con pocas facilidades para mejorar sus actividades laborales, por las cuales, ellos suelen reclamar.
De la misma manera, Modrego y Foster (2021) establecen que las diversas localidades del sector rural enfrentan adversidades económicas similares, como la lejanía de los mercados, la falta de preparación de mano de obra, dificultad de acceso a recursos para que se incrementen los emprendimientos, y tal parece que la situación seguirá de la misma forma, porque aquellas personas que logran tener acceso a una mejor preparación, buscan migrar a las ciudades, lo cual quita alguna posibilidad de desarrollo a las zonas rurales.
Asimismo, el número de accidentes laborales se vio reducido en un 1,53%, lo cual puede deberse a la poca o nula actividad que reportaron las empresas en el periodo extendido de pandemia por las paralizaciones y las disposiciones gubernamentales de mantener el confinamiento en los hogares. Sin embargo, Brooks et al. (2021) sostienen que, aunque las empresas no sufrieron tanto por los accidentes, sobre todo en las industrias ubicadas en estas zonas, las personas no tenían opción, puesto que, si no acudían a sus labores, eran despedidos, en adición, se dieron periodos de explotación laboral, donde la salud de los pobladores era puesta al límite, y a su vez esto podría traer consigo, periodos de menos prosperidad y más precariedad en el largo plazo.
La actividad laboral principal de los pobladores que habitan esta zona es la agricultura, la cual, por proveer productos de consumo primario, y poseer ese componente dinamizador de los mercados y la economía, no vio detenida sus actividades por eso el impacto de la pandemia fue tan bajo, apenas un 0,96%; sin embargo, los agricultores tienen que lidiar con otras dificultades que imposibilitan en muchos casos una mejoría en su situación, como lo es un lugar de trabajo más estable, y programas de apoyo que reduzcan estas brechas que por lo general se ven reflejada en los elevados costos y el abuso de intermediarios que han tenido que soportar durante todo este tiempo.
De acuerdo con lo expuesto, Bochtis et al. (2020) coinciden que la agricultura es una de las actividades primarias que durante la época de pandemia no detuvo sus operaciones; no obstante, los trabajadores debían seguir una serie de normativas al momento de detectarse algún caso de contagio, asimismo, indican que los trabajadores del campo no fueron tan susceptibles a contagiarse debido al medio en el cual realizan sus tareas.
Luego de la pandemia se produjo un incremento del 2,75% de los trabajadores que demandan un seguro médico, aunque esta situación ha sido un punto muy difícil de tratar debido a las barreras que les son impuestas a las personas, además de que los procesos de selección para poder ser beneficiarios de algún seguro ya sea del seguro campesino o el seguro social, no resultan ser muy claros, siendo una situación que ha aquejado a un gran número de trabajadores.
Según Hamisi et al. (2023), la ola del Covid-19 amenazó la salud de las personas, por lo que fue necesario la introducción de vacunas para contrarrestar esta situación. Bajo esa misma situación, Lal et al. (2021) sostienen que las autoridades nacionales deben priorizar el sistema de salud, debido a la desprotección demostrada durante el periodo de contagio, además indican que no se podrá hacer frente a una futura situación similar, si se siguen ignorando las políticas destinadas a esta área.
El nivel de instrucción de la población trabajadora no se ha visto tan empeorado en gran medida, solo disminuyó en un 0,26%, esto se debe a que en estas zonas el acceso a una educación de calidad resulta complicado, por el hecho de que existen pocos centros educativos en funcionamiento, y además que la mayoría de las personas que desempeña alguna actividad laboral, tienen un bajo nivel de formación educativa, resaltando en muchos casos que no logran culminar la primaria, o abandonan sus estudios por hacer frente a las carencias del hogar, motivo por el cual no ha cambiado en gran medida esta situación.
En soporte a lo anterior, Indrawati et al. (2020) sostienen que el Covid-19 planteó muchos desafíos en las zonas rurales ante un sistema educativo de pocas garantías, donde en la mayoría de los casos no cuentan con la infraestructura adecuada, la dificultad en la ruta de acceso a los centros educativos, las pocas o nulas habilidades de los estudiantes para manipular dispositivos tecnológicos, y la guía inexistente de sus padres o docentes, implicando un estancamiento en su formación desde una edad temprana.
Conclusiones
La actividad económica autónoma demostró un periodo de recesión, lo cual se interpreta como el cierre de muchos negocios, y la disminución de la posibilidad de generar algún ingreso extra, situación que es atribuible a varios aspectos como a la ola masiva de desempleo, y la inseguridad de las zonas a raíz de la incertidumbre vivida en los periodos de confinamiento. Asimismo, era impensado que se paralizara la labor agrícola, pero en ciertas áreas si fue evidente la poca participación e implicación de los pobladores, considerando que las escasas oportunidades de crecimiento se veían comprometidas por las trabas generadas por los intermediarios.
La población rural no se vio afectada en gran medida por los contagios, como lo ocurrido con su contraparte urbana, producto de la desconexión existente entre estos lugares; la situación económica de los hogares está un poco peor y no parece que cambie en el corto plazo producto de la falta de una reestructuración de tipo laboral, económico, y social; además, la intencionalidad de adquirir un seguro por parte de las personas se incrementó ligeramente; no obstante, a muchos les han negado sus peticiones, o incluso han sido sacados de los programas sin explicación.
Los retos actuales para cada uno de los Gobiernos Autónomos Descentralizados de las parroquias rurales del cantón Milagro en Ecuador, pasan por el diseño de un proyecto integral que garantice el cumplimiento de todas las necesidades de la población, sobre todo de los trabajadores; es necesario que el plan de acción considere aspectos referentes a la generación de reformas que en conjunto con el actuar del gobierno facilite la labor agrícola para potenciar la productividad de la zona, además del acceso a una educación de calidad, salud, seguridad, y el debido seguimiento del avance en las obras públicas para evitar el despilfarro de recursos.
Referencias bibliográficas
Altieri, M. A., y Nicholls, C. I. (2020). Agroecology and the reconstruction of a post-COVID-19 agriculture. The Journal of Peasant Studies, 47(5), 881-898. https://doi.org/10.1080/03066150.2020.1782891
Álvarez, J. F., Bouchard, M. J., y Marcuello, C. (2022). Economía Social y Covid-19: Una mirada internacional. CIRIEC-España, Revista de Economía Pública, Social y Cooperativa, (104), 203-231. https://doi.org/10.7203/CIRIEC-E.104.21855
Anaya, T., Montalvo, J., Calderón, A. I., y Arispe, C. (2021). Escuelas rurales en el Perú: Factores que acentúan las brechas digitales en tiempos de pandemia (COVID-19) y recomendaciones para reducirlas. Educación, 30(58), 11-33. https://doi.org/10.18800/educacion.202101.001
Arias, F., Ribes-Giner, G., y Arango-Botero, D. (2020). Impulsores, barreras y motivaciones para el emprendimiento rural de los millennials en Antioquia-Colombia. Revista de Ciencias Sociales (Ve), XXVI(3), 56-70. https://doi.org/10.31876/rcs.v26i3.33231
Bochtis, D., Benos, L., Lampridi, M., Marinoudi, V., Pearson, S., y Sørensen, C. (2020). Agricultural workforce crisis in light of the COVID-19 pandemic. Sustainability, 12(19), 8212. https://doi.org/10.3390/su12198212
Boughton, D., Goeb, J., Lambrecht, I., Headey, D., Takeshima, H., Mahrt, K., Masias, I., Goudet, S., Ragasa, C., Maredia, M. K., Minten, B., y Diao, X. (2021). Impacts of COVID-19 on agricultural production and food systems in late transforming Southeast Asia: The case of Myanmar. Agricultural Systems, 188, 103026. https://doi.org/10.1016/j.agsy.2020.103026
Brodeur, A., Gray, D., Islam, A., y Bhuiyan, S. (2021). A literature review of the economics of COVID-19. Journal of Economic Surveys, 35(4), 1007-1044. https://doi.org/10.1111/joes.12423
Brooks, M. M., Mueller, J. T., y Thiede, B. C. (2021). Rural-Urban differences in the labor-force impacts of COVID-19 in the United States. Socius, 7. https://doi.org/10.1177/23780231211022094
Buenhombre, M. A., y Mariño, G. Y. (2022). Asociatividad como estrategia de productividad y competitividad del sector agrícola. Revista Venezolana de Gerencia, 27(98), 619-633. https://doi.org/10.52080/rvgluz.27.98.15
Calanchez, Á., Ríos, M. A., Zevallos, R. L., y Silva, F. J. (2022). Innovación y emprendimiento social como estrategia para afrontar la Pandemia COVID-19. Revista de Ciencias Sociales (Ve), XXVIII(1), 275-287. https://doi.org/10.31876/rcs.v28i1.37691
Callaghan , T., Lueck , J. A., Trujillo, K. L., y Ferdinand, A. O. (2021). Rural and urban differences in COVID-19 prevention behaviors. Journal of Rural Studies, 37, 287-295. https://doi.org/10.1111/jrh.12556
Camarero, L., y Oliva, J. (2019). Thinking in rural gap: mobility and social inequalities. Palgrave Communications, 5, 95. https://doi.org/10.1057/s41599-019-0306-x
Couch, K. A., Fairlie, R. W., y Xu, H. (2020). Early evidence of the impacts of COVID-19 on minority unemployment. Journal of Public Economics, 192, 104287. https://doi.org/10.1016/j.jpubeco.2020.104287
Dávila, R. C. (2024). Empleo en la economía informal: Mayor amenaza que la pandemia del covid-19. Telos: Revista de Estudios Interdisciplinarios En Ciencias Sociales, 23(2), 403-417. https://doi.org/10.36390/telos232.12
Eaton, W. M., Brasier, K. J., Whitley, H., Bausch, J. C., Hinrichs, C. C., Quimby, B., Burbach, M. E., Wutich, A., Delozier, J., Whitmer, W., Kennedy, S., Weigle, J., y Williams, C. (2022). Farmer perspectives on collaboration: Evidence from agricultural landscapes in Arizona, Nebraska, and Pennsylvania. Journal of Rural Studies, 94, 1-12. https://doi.org/10.1016/j.jrurstud.2022.05.008
Fana, M., Torrejón, S., y Fernández-Macías , E. (2020). Employment impact of Covid-19 crisis: from short term effects to long terms prospects. Journal of Industrial and Business Economics, 47, 391-410. https://doi.org/10.1007/s40812-020-00168-5
Gil-Marín , J. A., y González, A. (2020). Modelo de calidad del agua de un río mediante el uso combinado de análisis de componentes principales (ACP) y regresiones lineales múltiples (RLM). Caso de estudio: Cuenca del río Guarapiche, Maturín, Monagas, Venezuela. Anales Científicos, 81(1), 152-172. https://doi.org/10.21704/ac.v81i1.1586
Goodman-Bacon, A. (2021). Difference-in-differences with variation in treatment timing. Journal of Econometrics, 225(2), 254-277. https://doi.org/10.1016/j.jeconom.2021.03.014
Goodman-Bacon, A., y Marcus, J. (2020). Using difference-in-differences to identify causal effects of COVID-19 policies. DIW Berlin Discussion Paper, 1870. http://dx.doi.org/10.2139/ssrn.3603970
Greenacre, M., Groenen, P. J. F., Hastie, T. Iodice, A., Markos, A., y Thuzilina, E. (2022). Principal component analysis. Nature Reviews Methods Primers, 2, 100. https://doi.org/10.1038/s43586-022-00184-w
Grome, H. N., Raman, R., Katz, B., Fill, M.-M., Jones, T. F., Schaffner, W., y Dunn, J. (2022). Disparities in COVID-19 mortality rates: Implications for rural health policy and preparedness. Journal of Public Health Management and Practice, 28(5), 478-485. https://doi.org/10.1097/PHH.0000000000001507
Gupta, S., Montenovo, L., Nguyen, T., Lozano-Rojas, F., Schmutte, I., Simon, K., Weinberg, B. A., y Wing, C. (2023). Effects of social distancing policy on labor market outcomes. Contemporary Economic Policy, 41(1), 166-193. https://doi.org/10.1111/coep.12582
Hamisi, N. M., Dai, B., e Ibrahim, M. (2023). Global health security amid COVID-19: Tanzanian government’s response to the COVID-19 Pandemic. BMC Public Health, 23, 205. https://doi.org/10.1186/s12889-023-14991-7
Harapan, H., Itoh, N., Yufika, A., Winardi, W., Keam, S., Te, H., Megawati, D., Hayati, Z., Wagner, A. L., y Mudatsir, M. (2020). Coronavirus disease 2019 (COVID-19): A literature review. Journal of Infection and Public Health, 13(5), 667-673. https://doi.org/10.1016/j.jiph.2020.03.019
Indrawati, M., Prihadi, C., y Siantoro, A. (2020). The COVID-19 Pandemic impact on children’s education in disadvantaged and rural area across Indonesia. International Journal of Education, 8(4), 19-34. https://doi.org/10.5121/ije.2020.8403
Karim, A., Imran, C., Sahabuddin, R., y Azis, M. (2021). The increase of rural economy at Baraka Sub-district through village funds. Journal The Winners, 22(1), 89-95. https://doi.org/10.21512/tw.v22i1.7013
Kerbage, A., Matta, M., Haddad, S., Daniel, P., Tawk, L., Gemayel, S., Amine, A., Warrak, R., Germanos, M., Haddad, F., y Geagea, A. (2021). Challenges facing COVID-19 in rural areas: An experience from Lebanon. International Journal of Disaster Risk Reduction, 53(1), 102013. https://doi.org/10.1016/j.ijdrr.2020.102013
Khalifa, S. A. M., Swilam, M. M., El-Wahed, A. A. A., Du, M., El-Seedi, H. H. R., Kai, G., Masry, S. H. D., Abdel-Daim, M. M., Zou, X., Halabi, M. F., Alsharif, S. M., y El-Seedi, H. R. (2021). Beyond the pandemic: COVID-19 pandemic changed the face of life. International Journal of Environmental Research and Public Health, 18(11), 5645. https://doi.org/10.3390/ijerph18115645
Kim, J., Park, S., Subramanian, S. V., y Kim, T. (2023). The Psychological Costs of the COVID19 Pandemic and Heterogeneous Effects in South Korea: Evidence from a DifferenceinDifferences Analysis. Journal of Happiness Studies, 24, 455-476. https://doi.org/10.1007/s10902-022-00605-3
Koltai, J., Raifman, J., Bor, J., McKee, M., y Stuckler, D. (2022). COVID-19 vaccination and mental health: A difference-in-difference analysis of the understanding America study. American Journal of Preventive Medicine, 62(5), 679-687. https://doi.org/10.1016/j.amepre.2021.11.006
Kugler, M., Viollaz, M., Duque, D., Gaddis, I., Newhouse, D., Palacios-Lopez, A., y Weber, M. (2023). How did the COVID-19 crisis affect different types of workers in the developing world? World Development, 170, 106331. https://doi.org/10.1016/j.worlddev.2023.106331
Laborde, D., Martin, W., Swinnen, J., y Vos, R. (2020). Covid-19 risks to global food security. Science, 369(6503), 500-502. https://doi.org/10.1126/science.abc4765
Lal, A., Erondu, N. A., Heymann, D. L., Gitahi, G., y Yates, R. (2021). Fragmented health systems in COVID-19: rectifying the misalignment between global health security and universal health coverage. The Lancet, 397(10268), 61-67. https://doi.org/10.1016/S0140-6736(20)32228-5
Liu, X., Zhang, D., Sun, T., Li, X., y Zhang, H. (2020). Containing COVID-19 in rural and remote areas: Experiences from China. Journal of Travel Medicine, 27(3), taaa060. https://doi.org/10.1093/jtm/taaa060
Lora-Loza, M. G., Loza-Fernández, W., Mucha-Hospinal, L., y Hernández-Angulo, J. (2022). Percepción del estudiante de secundaria sobre desempeño docente y calidad educativa en tiempos COVID-19, Puno-Perú. Revista de Ciencias Sociales (Ve), XXVIII(E-6), 18-31. https://doi.org/10.31876/rcs.v28i.38821
Luque, A., y Casado, F. (2020). Procesos de Covid-19 en Ecuador: cuando la distopía se convierte en realidad. Revista Venezolana de Gerencia, 25(92), 1271-1281. https://doi.org/10.37960/rvg.v25i92.34303
Mamgain, R. P. (2021). Understanding labour market disruptions and job losses amidst COVID-19. Journal of Social and Economic Development, 23, 301-319. https://doi.org/10.1007/s40847-020-00125-x
Mardiyevna, S. G., y Ugli, A. U. A. (2023). Providing employment of the population in rural areas in the digital economy. Research Focus, 2(1), 74-78. https://doi.org/10.5281/zenodo.7551791
Martin-Fiorino, V., y Reyes, G. (2020). Desafíos y nuevos escenarios gerenciales como parte de la herencia del Covid-19. Revista Venezolana de Gerencia, 25(90), 722-734. https://www.produccioncientificaluz.org/index.php/rvg/article/view/32413
Modrego, F., y Foster, W. (2021). Innovative Rural Entrepreneurship in Chile. International Journal of Agriculture and Natural Resources, 48(3), 149-170. http://dx.doi.org/10.7764/ijanr.v48i3.2324
Mueller, J. T., McConnell, K., Burow, P. B., Pofahl, K., Merdjanoff, A. A., y Farrell, J. (2021). Impacts of the COVID-19 pandemic on rural America. Proceedings of the National Academy of Sciences of the United States of America, 118(1), 2019378118. https://doi.org/10.1073/pnas.2019378118
Pérez, L. R. (2024). Emprendimiento rural. Definiciones y tipologías en América Latina desde los Andes colombo-venezolanos. Revista de Ciencias Sociales (Ve), XXX(1), 188-204. https://doi.org/10.31876/rcs.v30i1.41646
Peters, D. J. (2020). Community susceptibility and resiliency to COVID-19 across the rural-urban continuum in the United States. The Journal of Rural Health, 36(3), 446-456. https://doi.org/10.1111/jrh.12477
Sabet, N. S., y Khaksar, S. (2024). The performance of local government, social capital and participation of villagers in sustainable rural development. The Social Science Journal, 61(1), 1-29. https://doi.org/10.1080/03623319.2020.1782649
Shammi, M., Bodrud-Doza, M., Islam, A. R. M. T., y Rahman, M. M. (2020). COVID-19 pandemic, socioeconomic crisis and human stress in resource-limited settings: A case from Bangladesh. Heliyon, 6(5), e04063. https://doi.org/10.1016/j.heliyon.2020.e04063
Siddiqui, S., y Smith-Morris, C. (2022). Professional competition amidst intractable maternal mortality: Midwifery in rural Pakistan during the COVID-19 pandemic. Social Science & Medicine, 313, 115426. https://doi.org/10.1016/j.socscimed.2022.115426
Sierra-Sánchez, J., Sotelo-González, J., y Vivar-Zurita, H. (2020). X-ray of Spanish universities: Management, structure, educational programmes and budgets. Culture and Education: Cultura y Educación, 32(4), 738-775. https://doi.org/10.1080/11356405.2020.1819121
Sisto, R., Fernández-Portillo, L. A., Yazdani, M., Estepa-Mohedano, L., y Torkayesh, A. E. (2022). Strategic planning of rural areas: Integrating participatory backcasting and multiple criteria decision analysis tools. Socio-Economic Planning Sciences, 82(Part B), 101248. https://doi.org/10.1016/j.seps.2022.101248
Statti, A., y Torres, K. (2020). The forgotten minority: Exploring deficiencies in access to education and technology in rural America. Peabody Journal of Education, 95(2), 173-182. https://doi.org/10.1080/0161956X.2020.1745608
Tadesse, S., y Muluye, W. (2020). The Impact of COVID-19 Pandemic on Education System in Developing Countries: A Review. Open Journal of Social Sciences, 8(10), 159-170. https://docs.opendeved.net/lib/U3I4DDX8
Van Barneveld, K., Quinlan, M., Kriesler, P., Junor, A., Baum, F., Chowdhury, A., Junankar, P. N., Clibborn, S., Flanagan, F., Wright, C. F. (2020). The COVID-19 pandemic: Lessons on building more equal and sustainable societies. The Economic and Labour Relations Review, 31(2), 133-157. https://doi.org/10.1177/1035304620927107
Walter, D. (2020). Implications of Covid-19 for Labour and Employment in India. The Indian Journal of Labour Economics, 63(S-1), 47-51. https://doi.org/10.1007/s41027-020-00255-0
Walter, R. J., Schwab, S. D., Wilkes, M., Yourk, D., Zahradka, N., Pugmire, J., Wolfberg, A., Merritt, A., Boster, J., Loudermilk, K., Hipp, S. J., y Morris, M. J. (2023). Financial and Clinical Impact of Virtual Care During the COVID-19 Pandemic: Difference-in-Differences Analysis. Journal of Medical Internet Research, 25, e44121. https://doi.org/10.2196/44121